Python ndarray добавить элемент

numpy.insert#

Insert values along the given axis before the given indices.

Parameters : arr array_like

obj int, slice or sequence of ints

Object that defines the index or indices before which values is inserted.

Support for multiple insertions when obj is a single scalar or a sequence with one element (similar to calling insert multiple times).

values array_like

Values to insert into arr. If the type of values is different from that of arr, values is converted to the type of arr. values should be shaped so that arr[. obj. ] = values is legal.

axis int, optional

Axis along which to insert values. If axis is None then arr is flattened first.

Returns : out ndarray

A copy of arr with values inserted. Note that insert does not occur in-place: a new array is returned. If axis is None, out is a flattened array.

Append elements at the end of an array.

Join a sequence of arrays along an existing axis.

Delete elements from an array.

Note that for higher dimensional inserts obj=0 behaves very different from obj=[0] just like arr[:,0,:] = values is different from arr[:,[0],:] = values .

>>> a = np.array([[1, 1], [2, 2], [3, 3]]) >>> a array([[1, 1], [2, 2], [3, 3]]) >>> np.insert(a, 1, 5) array([1, 5, 1, . 2, 3, 3]) >>> np.insert(a, 1, 5, axis=1) array([[1, 5, 1], [2, 5, 2], [3, 5, 3]]) 

Difference between sequence and scalars:

>>> np.insert(a, [1], [[1],[2],[3]], axis=1) array([[1, 1, 1], [2, 2, 2], [3, 3, 3]]) >>> np.array_equal(np.insert(a, 1, [1, 2, 3], axis=1), . np.insert(a, [1], [[1],[2],[3]], axis=1)) True 

>>> b = a.flatten() >>> b array([1, 1, 2, 2, 3, 3]) >>> np.insert(b, [2, 2], [5, 6]) array([1, 1, 5, . 2, 3, 3]) 

>>> np.insert(b, slice(2, 4), [5, 6]) array([1, 1, 5, . 2, 3, 3]) 

>>> np.insert(b, [2, 2], [7.13, False]) # type casting array([1, 1, 7, . 2, 3, 3]) 

>>> x = np.arange(8).reshape(2, 4) >>> idx = (1, 3) >>> np.insert(x, idx, 999, axis=1) array([[ 0, 999, 1, 2, 999, 3], [ 4, 999, 5, 6, 999, 7]]) 

Источник

Как добавить элементы в массив NumPy (3 примера)

Вы можете использовать следующие методы для добавления одного или нескольких элементов в массив NumPy:

Способ 1: добавить одно значение в конец массива

#append one value to end of array new_array = np.append(my_array, 15) 

Способ 2: добавить несколько значений в конец массива

#append multiple values to end of array new_array = np.append(my_array, [15, 17, 18]) 

Способ 3: вставить одно значение в определенную позицию в массиве

#insert 95 into the index position 2 new_array = np.insert (my_array, 2, 95) 

Способ 4: вставить несколько значений в определенную позицию в массиве

#insert 95 and 99 starting at index position 2 of the NumPy array new_array = np.insert (my_array, 2, [95, 99]) 

В этом руководстве объясняется, как использовать каждый метод на практике со следующим массивом NumPy:

import numpy as np #create NumPy array my_array = np.array([1, 2, 2, 3, 5, 6, 7, 10]) #view NumPy array my_array array([ 1, 2, 2, 3, 5, 6, 7, 10]) 

Пример 1: добавление одного значения в конец массива

В следующем коде показано, как использовать np.append() для добавления одного значения в конец массива NumPy:

#append one value to end of array new_array = np.append(my_array, 15) #view new array new_array array([ 1, 2, 2, 3, 5, 6, 7, 10, 15]) 

В конец массива NumPy добавлено значение 15 .

Пример 2. Добавление нескольких значений в конец массива

В следующем коде показано, как использовать np.append() для добавления нескольких значений в конец массива NumPy:

#append multiple values to end of array new_array = np.append(my_array, [15, 17, 18]) #view new array new_array array([ 1, 2, 2, 3, 5, 6, 7, 10, 15, 17, 18]) 

Значения 15 , 17 и 18 были добавлены в конец массива NumPy.

Пример 3. Вставка одного значения в определенную позицию в массиве

В следующем коде показано, как вставить одно значение в определенную позицию в массиве NumPy:

#insert 95 into the index position 2 new_array = np.insert (my_array, 2, 95) #view new array new_array array([ 1, 2, 95, 2, 3, 5, 6, 7, 10]) 

Значение 95 было вставлено в позицию индекса 2 массива NumPy.

Пример 4. Вставка нескольких значений в определенную позицию в массиве

В следующем коде показано, как вставить несколько значений, начиная с определенной позиции в массиве NumPy:

#insert 95 and 99 starting at index position 2 of the NumPy array new_array = np.insert (my_array, 2, [95, 99]) #view new array new_array array([ 1, 2, 95, 99, 2, 3, 5, 6, 7, 10]) 

Значения 95 и 99 были вставлены, начиная с позиции индекса 2 массива NumPy.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в NumPy:

Источник

numpy.append#

These values are appended to a copy of arr. It must be of the correct shape (the same shape as arr, excluding axis). If axis is not specified, values can be any shape and will be flattened before use.

axis int, optional

The axis along which values are appended. If axis is not given, both arr and values are flattened before use.

Returns : append ndarray

A copy of arr with values appended to axis. Note that append does not occur in-place: a new array is allocated and filled. If axis is None, out is a flattened array.

Insert elements into an array.

Delete elements from an array.

>>> np.append([1, 2, 3], [[4, 5, 6], [7, 8, 9]]) array([1, 2, 3, . 7, 8, 9]) 

When axis is specified, values must have the correct shape.

>>> np.append([[1, 2, 3], [4, 5, 6]], [[7, 8, 9]], axis=0) array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) >>> np.append([[1, 2, 3], [4, 5, 6]], [7, 8, 9], axis=0) Traceback (most recent call last): . 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) 

Источник