Numpy:数组(Ndarray)操作之元素添加、删除和修改

文章目录

  • 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

    方法 说明
    numpy.append() 数组追加元素
    numpy.insert() 数组插入元素

    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(arr)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:

    >>> 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],
           [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

    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:

    >>> a = np.arange(1,7).reshape(2,3)
    >>> a
    array([[1, 2, 3],
           [4, 5, 6]])
    # 轴向为列,删除索引为2的列      
    >>> np.delete(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, 100, 3],
           [ 4,  5,  6]])     
    

    来源:Mr 李小四

    物联沃分享整理
    物联沃-IOTWORD物联网 » Numpy:数组(Ndarray)操作之元素添加、删除和修改

    发表评论