numpy array添加元素,python ndarray添加元素

  numpy array添加元素,python ndarray添加元素

  本文主要介绍了使用numpy.ndarray添加元素,具有很好的参考价值。希望对大家有帮助。如有错误或不足之处,请不吝赐教。

  

目录

numpy。Ndarray添加Numpy:数组的元素(ndarray)添加、删除和修改添加元素删除元素修改元素

 

  

numpy.ndarray添加元素

 

  列表是常用的,在列表后直接添加元素

  data_list=[]

  数据列表.追加(0)

  去做吧。

  但是,最后一次使用这种用法时,错误numpy.adarray没有属性append,所以发现变量data_list不是list,而是numpy.ndarray类型,所以改为:

  np.append(数据列表,0)

  但是这个改动之后,你会发现data_list的值并没有变。因此,我将其更改为

  data_list=np.append(data_list,0)

  然后由于增加了一个元素,他会告诉你等号右边是x 1维,左边是x维,不能赋值,然后改成:

  new_list=np.append(data_list,0)

  定义了一个新的变量new_list来存储添加元素的值,然后new_list就可以用于运算了。

  

Numpy:数组(Ndarray)之元素添加、删除和修改

 

  数组也是可变类型,数组中的元素可以被添加、删除和修改。详细介绍了添加和删除数组元素的操作,并列出了这两种操作的方法。数组元素的修改操作很简单,只要掌握索引和切片,就可以用索引和切片来获取元素和赋值。

  

添加元素

 

  方法numpy.append () array追加元素numpy.insert () array插入元素numpy.append().

  将元素追加到数组的末尾。

  numpy.append(数组,值,轴=无)

  参数描述:

  Arr:要接收array_like,需要添加一个元素数组。值:接收array_like并将其追加到元素的末尾。形状必须匹配。arr和值的维数必须等于append axis: receive int。如果没有给定轴,arr和值在使用前都将被展平。返回值:

  一份ndarray,arr。示例:

  #创建数组a

  a=np.arange(1,7)。整形(2,3)

  一

  数组([[1,2,3],

  [4, 5, 6]])

  #创建数组b

  B=NP。Arange (7,10)。shape (1,3) # A,只有在维B相同的情况下才能追加。

  乙等

  数组([[7,8,9]])

  注意:数组(arr)和追加值(values)的维数必须相同,才能进行追踪,否则会报错:

  ValueError:所有输入数组必须具有相同的维数,但索引0处的数组具有2维,而索引1处的数组具有1维

  当没有指定轴方向时,将生成一个副本,并将数组A和B展平并追加。

  #将数组B追加到数组A后

  gt;> np.append(a, values=b) # 不指定axis时

  array([ 1,  2,  3,  4,  5,  6,  7,  8,  9]) 

  指定轴向时,根据轴向追加,但是形状必须匹配,指定轴向为行追加时列数必须相等,指定轴向为列追加时,行数必须相等。

  

>>> np.append(a, values=b, axis=0) # 根据行追加

 

  指定轴向时,指定轴向为列时,行数不相同,形状不匹配,无法追加,会报ValueError错!

  

>>> np.append(a, values=b, axis=1)
ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 0, the array at index 0 has size 2 and the array at index 1 has size 1

 

  

 

  numpy.insert()

  给定的轴向和指定的索引位置插入值。

  

numpy.insert(arr, obj, values, axis=None)

 

  参数说明:

  

  • arr:接收array_like,输入的数组。

  • obj:接收整数或者整数序列,索引位置。

  • values:接收array_like,需要插入数组的值,需要考虑形状。

  • axis:接收整数,轴向。如果未给定轴向数组会被展平。

 

  返回值:

  

  • ndarray,插入值后的副本。

 

  示例:

  

>>> a = np.arange(1,7).reshape(2,3)

 

  

 

  

删除元素

 

  方法说明numpy.delete()删掉某个轴的子数组,并返回删除后的新数组

  numpy.delete()

  返回一个沿轴删除了子数组的新数组。

  返回一个沿轴删除了子数组的新数组。

  

numpy.delete(arr, obj, axis=None)

 

  参数说明:

  

  • arr:接收array_like,输入数组。

  • obj:接收索引、切片,或者整数构成的数组。

  • axis:接收整数,轴向

 

  返回值:

  

  • ndarray,删除元素后的数组,是副本。

 

  示例:

  

>>> a = np.arange(1,7).reshape(2,3)

 

  对数据进行操作时形状非常重要,如果形状不匹配会引发报错,需要对报错的类型了解,才能在出问题后及时找到原因。除此以外,轴向也是非常重要的,二维数组中:axis=0表示行,axis=1表示列,这个概念非常容易混淆。

  

 

  

元素修改

 

  使用索引切片获取到该位置的元素后使用"="为该位置重新赋值即可。

  语法:数组名[索引]=值 或 数组名[切片]=值

  示例:

  

>>> a = np.arange(1,7).reshape(2,3)

 

  以上为个人经验,希望能给大家一个参考,也希望大家多多支持盛行IT软件开发工作室。

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。

留言与评论(共有 条评论)
   
验证码: