Python numpy insert()、 delete()、append()函数的用法

本文详细介绍NumPy库中用于增删矩阵或数组行/列的三个关键函数:insert(), delete()和append()。通过实例演示了如何使用这些函数来高效地操作数组结构。
部署运行你感兴趣的模型镜像
简介:

这三个函数的功能是增删矩阵或数组的某一行/列,接下来逐个介绍函数用法。

import numpy as np

>>> a = np.array(np.arange(12).reshape(3,4))
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
一、numpy.insert()
  • 函数语法:
numpy.insert(arr, obj, values, axis=None)
  • 函数作用:
    将向量插入某一行或列
  • 参数说明:
    arrarray
          输入矩阵
    obj:int
          插入在第几行/列之前
    values:array
          要插入的矩阵
    axis:int
          插入某一行(0)还是列(1)
  • 返回值:
    返回一个插入向量后的数组。若axis=None,则返回一个扁平(flatten)数组
  • 例子:
>>> np.insert(a,1,[0,0,0,0],0)
array([[ 0,  1,  2,  3],
       [ 0,  0,  0,  0],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
>>> np.insert(a,1,[0,1,0],1)
array([[ 0,  0,  1,  2,  3],
       [ 4,  1,  5,  6,  7],
       [ 8,  0,  9, 10, 11]])
二、numpy.delete()
  • 函数语法:
numpy.delete(arr, obj, axis=None)
  • 函数作用:
    删除某一行或列
  • 参数说明:
    arr:array
          输入矩阵
    obj:int
          删除哪一行或列
    axis:int
          删除行(0)还是列(1)
  • 返回值:
          返回删除某一行/列的数组
  • 例子:
>>> np.delete(a,0,1)
array([[ 1,  2,  3],
       [ 5,  6,  7],
       [ 9, 10, 11]])
>>> np.delete(a,2,0)
array([[0, 1, 2, 3],
       [4, 5, 6, 7]])
三、numpy.append()
  • 函数语法:
numpy.append(arr, values, axis=None)
  • 函数作用:
    在数组末尾添加一行/列数组
  • 参数说明:
    arr:array
          输入矩阵
    values:array
          要插入的矩阵
    axis:int
          按着行(0)还是列(1)插入
  • 例子:
>>> np.append(a, [[1,2,3,4]], 0) #这里注意插入的形式
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [ 1,  2,  3,  4]])
>>> np.append(a,[[1],[2],[3]], 1)
array([[ 0,  1,  2,  3,  1],
       [ 4,  5,  6,  7,  2],
       [ 8,  9, 10, 11,  3]])

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

PythonNumPy库中的resize函数可以用于调整数组的大小。根据引用[2],有两种使用方式,一种是numpy.resize(arr, shape),另一种是ndarray.resize(shape, refcheck=False)。这两种方式的区别在于前者返回一个新的数组,而后者直接修改原始数组。引用提到了resize函数的几个特点,首先,若resize后需要的数据量少,会丢弃一些数据;其次,若resize后需要的数据量多,会用0进行填充。接下来是一个实操案例,通过import numpy as np引入NumPy库,并使用resize函数进行数组大小的调整。在案例中,首先创建了一个长度为9的数组a,然后使用np.resize(a, (2,4))将其调整为2行4列的数组b,如果调整后的尺寸小于原来的尺寸,则会丢弃一些数据;接着使用np.resize(a, (6,3))将其调整为6行3列的数组b,如果调整后的尺寸大于原来的尺寸,则会用0进行填充。最后将调整后的数组b打印出来。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Numpy的Reshape和Resize](https://blog.youkuaiyun.com/weixin_38094100/article/details/115110443)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [numpy 数组的其他函数--resize、appendinsertdelete](https://blog.youkuaiyun.com/qq_46044325/article/details/126563337)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值