Как я могу изменить словарь массивов / списков Python на месте, не увеличивая потребление памяти вдвое?

У меня есть словарь с множественными массивами в качестве значений. Я хочу изменить эти массивы, добавив в конце один дополнительный элемент. Поскольку массивы numpy для этого не подходят, я сначала конвертирую массивы в списки, а затем добавляю значение p в конец.

Однако, когда я запускаю эту функцию, потребление памяти удваивается, как если бы массивы были скопированы, а не изменены на месте.

Вот код:

def add_coordinates(my_Dict):
  n = 0
  for key in my_Dict.keys():
    # Convert values of each key to a list. In place?
    my_Dict[key] = [list(s) for s in my_Dict[key]]    
    del s
    for index in range(len(my_Dict[key])):
      p = [float(index)/len(my_Dict[key])]      
      my_Dict[key][index] = my_Dict[key][index] + p
    my_Dict[key] = np.array(my_Dict[key])
  return my_Dict

После предложения создать новый массив numpy с расширенным измерением, а затем добавить новое значение, я изменил код следующим образом:

def add_coordinates(my_Dict):
  for key in my_Dict.keys():
    tmp = np.zeros((my_Dict[key].shape[0],my_Dict[key].shape[1]+1))
    tmp[:,:-1] = my_Dict[key]
    for index in range(len(my_Dict[key])):
      tmp[index,-1] = float(index)/len(my_Dict[key])
    my_Dict[key] = tmp
  return my_Dict

В качестве третьего варианта я использую np.concatenate, чтобы добавить новое измерение в массивы th numpy:

def add_coordinates(my_Dict):
  for key in my_Dict.keys():
    coords = np.zeros((my_Dict[key].shape[0],1))
    for index in range(my_Dict[key].shape[0]):
      coords[index] = float(index)/my_Dict[key].shape[0]
    my_Dict[key] = np.concatenate((my_Dict[key],coords),axis=1)
  return my_Dict

Но np.concatenate также делает копию.

Все эти варианты удваивают требования к памяти. Есть ли способ сделать это без копирования исходных массивов и внести все изменения на месте?