Numpy 数组操作之元素添加、删除和修改的实现

目录

• 数组元素添加、删除和修改
• 添加元素
• 删除元素
• 元素修改

数组元素添加、删除和修改

数组也是一个可变类型，可以对数组中的元素进行添加、删除和修改，本文详细介绍了对数组元素的添加和删除的操作，以及这两种操作的方法均已列出。数组元素的修改操作简单，只要对索引和切片掌握，使用索引和切片获取到元素后赋值就可以实现。

添加元素

numpy.append()

在数组末尾追加元素。

numpy.append(arr, values, axis=None)

参数说明：

• arr：接收array_like，需要添加元素的数组。
• values：接收array_like，追加到末尾的元素，形状必须匹配。arr和values的维度必须相等才能追加
• axis：接收int，如果未给定轴，则arr和values在使用前都会被展平。

返回值：

• ndarray，arr的副本。

示例：

# 创建数组a
>>> a = np.arange(1,7).reshape(2,3)
>>> a
array([[1, 2, 3],
   [4, 5, 6]])
# 创建数组b   
>>> b = np.arange(7,10).reshape(1,3) # a,b维度相同才能追加
>>> b 
array([[7, 8, 9]])

注意：数组（ar编程客栈r）和追加值(values)的维度必须相同才可以追击，否则会报错：

ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)

不指定轴向时，生成副本，将数组a，b都展平后进行追加。

# 将数组b追加到数组a后
>>> 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
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [ 7,  8,  9]])

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：

>&gocwYBmgJnKt;> a = np.arange(1,7).reshape(2,3)
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
>>> b = np.ones(shape=(2,1))
>>> b
array([[1.],
       [1.]])
       
# 向数组a的行方向，索引为2的行插入数组b，会自动补全
>>> np.insert(a, 2, b, axis=0)
array([[1, 2, 3],
       [4, 5, 6],
js       [1, 1, 1],
       [1, 1, 1]])
       
# 向数组a的列方向，索引为2的列插入数组b
>>> np.insert(a, 2, b, axis=1)
array([[1, 2, 1, 1, 3],
       [4, 5, 1, 1, 6]])

删除元素

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：

>>> a = np.arange(1,7).reshape(2,3)
>>> a
array([[1, 2开发者_Python开发, 3],
       [4, 5, 6]])
# 轴向为列，删除索引为2的列      
>>> np.deletocwYBmgJnKe(a, 2, axis=1)      
array([[1, 2],
       [4, 5]])

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)
>>> a
array([[1, 2, 3],
       [4, 5, 6]])
       
# 使用索引获取到该位置后重新赋值即可修改元素       
>>> a[0, 1] = 100
>>> a
array([[ 1,编程客栈 100, 3],
       [ 4,  5,  6]])     

到此这篇关于Numpy 数组操作之元素添加、删除和修改的实现的文章就介绍到这了,更多相关Numpy 数组操作 内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！