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。

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。

&gt;&gt;&gt; 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：

&gt;&gt;&gt; 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。

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：

&gt;&gt;&gt; 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：

&gt;&gt;&gt; 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。