numpy的insert()append()delete()concatenate()hstack()vstack()等操作

https://blog.csdn.net/weixin_37895339/article/details/78442555

操作不改变原数据,需要等式赋值

numpy.insert(arr,obj,value,axis=None) 

value为插入的数值 
arr:为目标向量 
obj:为目标位置 
value:为想要插入的数值 
axis:为插入的维度

#对a中,0维度,目标位1处,插入:[1,1,1,1]
a=np.insert(a,1,[1,1,1,1],0)
# a
array([[ 0,  1,  2,  3],
       [ 1,  1,  1,  1],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

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

与insert类似,只是append只是将values插入到目标arr的最后。 这里values跟arr应该为相同维度的向量。


numpy.delete(arr,obj,axis=None) 

arr:输入向量 
obj:表明哪一个子向量应该被移除。可以为整数或一个int型的向量 
axis:表明删除哪个轴的子向量,若默认,则返回一个被拉平的向量

a = np.array(np.arange(12).reshape(3,4))
# array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
#a=array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])


# 按axis=0维,行,删除第1个位置的值:
#操作不改变原数据,需要重新等式赋值,a=np.delete(a,1,0)
np.delete(a,1,0)
#array([[ 0,  1,  2,  3],
       [ 8,  9, 10, 11]])

#按axis=1维,列,删除第1个位置的值:
np.delete(a,1,1)
#array([[ 0,  2,  3],
       [ 4,  6,  7],
       [ 8, 10, 11]])


#按axis=1维,列,删除0、1位置的值:
np.delete(a,[0,1],1)
array([[ 2,  3],
       [ 6,  7],
       [10, 11]])


#numpy.s_[::2]表示选取奇数
np.delete(a,np.s_[::2],1)
array([[ 1,  3],
       [ 5,  7],
       [ 9, 11]])

np.concatenate((a,b),axis=0)

import numpy as np

a = np.array(np.arange(12).reshape(3, 4))
b = np.array(np.arange(12, 24).reshape(3, 4))

print(a)
print(b)
c=np.concatenate((a,b),axis=0)
print()
print(c)
'''
a: [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
b: [[12 13 14 15]
 [16 17 18 19]
 [20 21 22 23]]

c: [[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]
 [16 17 18 19]
 [20 21 22 23]]
'''

hstack()水平堆叠

a=[1,2,3] b=[4,5,6] 
print(np.hstack((a,b))) 
输出:[1 2 3 4 5 6 ]

vstack()垂直堆叠

a=[1,2,3]
b=[4,5,6]
print(np.vstack((a,b)))

输出:
[[1 2 3]
 [4 5 6]]

 

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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