python numpy.ndarray,python中ndarray是什么意思
Python numpy append()函数用于合并两个数组。该函数返回一个新数组,原数组保持不变。
Python numpy append()函数用于合并两个数组。该函数返回一个新数组,原始数组保持不变。
NumPy append()语法(NumPy append()语法)
该函数的语法是:
函数语法为:
numpy.append(数组,值,轴=无)
arrive)可以是类似数组的对象或NumPy数组。这些值被追加到该数组的副本中.到达)可以是类似数组的对象或NumPy数组。这些值将附加到此数组的副本中值是类似数组的对象,它被附加到" arr "元素的末尾。这些值是类似数组的对象,并附加到" arr "元素的末尾轴指定沿其追加值的轴。如果未提供轴,则两个数组都被展平。该轴指定沿其附加值的轴。如果未提供轴,则将两个阵列展平。
Python numpy.append()示例(Python numpy.append()示例)
让我们看一些NumPy append()函数的例子。
让我们来看一些NumPy append()函数的示例。
1.展平两个数组(1.展平两个阵列)
将数组作为铭牌导入
arr1=np.array([[1,2],[3,4]])
arr2=np.array([[10,20],[30,40]])
#未提供轴,数组元素将被展平
arr_flat=np.append(arr1,arr2)
print(arr_flat) # [ 1 2 3 4 10 20 30 40]
2.沿轴合并(2.沿着轴合并)
将数组作为铭牌导入
arr_merged=np.append([[1,2],[3,4]],[[10,20],[30,40]],axis=0)
打印(f 沿轴0合并的2x2数组:\n{arr_merged} )
arr_merged=np.append([[1,2],[3,4]],[[10,20],[30,40]],axis=1)
打印(f 沿轴-1合并的2x2数组:\n{arr_merged} )
输出:
输出:
沿0轴合并的2x2阵列:
[[ 1 2]
[ 3 4]
[10 20]
[30 40]]
沿轴-1合并2x2阵列:
[[ 1 2 10 20]
[ 3 4 30 40]]
当22数组沿x轴合并时,输出数组大小为42。当22数组沿x轴合并时,输出数组大小为42。当22阵列沿y轴合并时,输出阵列大小为24。当22数组沿y轴合并时,输出数组大小为24。
3.合并不同形状的数组(3.合并不同形状的阵列)
如果两个数组的形状不同(不包括轴),追加()函数将抛出值错误.
如果两个数组的形状均不同(轴除外),则追加()函数将引发值错误。
让我们用一个简单的例子来理解这个场景。
让我们用一个简单的例子来了解这种情况。
arr3=np.append([[1,2]],[[1,2,3],[1,2,3]])
打印(arr3)
arr3=np.append([[1,2]],[[1,2],[3,4]],axis=0)
打印(arr3)
在第一个示例中,数组元素被展平。因此,即使它们的大小完全不同——12和23,追加()也能正常工作。在第一个示例中,将数组元素展平。因此,即使它们的大小完全不同-12和23,追加()也可以正常工作在第二个示例中,数组形状是12和22。因为我们是沿着0轴追加,所以0轴的形状可以不同。其他形状应该是相同的,所以这个追加()也可以正常工作。在第二示例中,阵列形状是12和22。由于我们沿0轴追加,因此0轴的形状可以不同。其他形状应该相同,因此此追加()也可以正常工作。
输出:
输出:
[1 2 1 2 3 1 2 3]
[[1 2]
[1 2]
[3 4]]
让我们看另一个会引发值错误的例子。
让我们看另一个将引发值错误的示例。
将数组作为铭牌导入
arr3=np.append([[1,2]],[[1,2,3]],axis=0)
回溯(最近一次呼叫):
文件""中的第一行
文件"/库/框架/python。框架/版本/3.7/lib/python 3.7/site-packages/numpy/lib/function _ base。py”,第4528行,追加
返回concatenate((arr,values),轴=轴)
值错误:除串联轴之外的所有输入数组维度必须完全匹配
Python numpy append()值错误
Python numpy append()值错误
阵列形状为12和23。由于轴一的形状不同,因此会引发值错误.
阵列形状为12和23。由于一轴的形状不同,因此会引发值错误。
参考:API文件
参考:API文档
翻译自:https://www . journal dev . com/32780/numpy-append-in-python
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。