python ndarray append_9-Python-NumPy数组元素的添加与删除

数组元素的添加与删除 相关函数列表如下：

函数

元素及描述

resize

返回指定形状的新数组

append

将值添加到数组末尾

insert

沿指定轴将值插入到指定下标之前

delete

删掉某个轴的子数组，并返回删除后的新数组

unique

查找数组内的唯一元素

1)

返回指定大小的新数组

numpy.resize(arr, shape)

arr：要修改大小的数组

shape：返回数组的新形状

新数组小于原始数组

>>> import numpy as np

>>> a = np.array([[1,2,3],[4,5,6]])

>>> a

array([[1, 2, 3],

[4, 5, 6]])

>>> b = np.resize(a,(2,2))

>>> b

array([[1, 2],

[3, 4]])

新数组大于原始数组

>>> import numpy as np

>>> a = np.array([[1,2,3],[4,5,6]])

>>> a

array([[1, 2, 3],

[4, 5, 6]])

>>> c = np.resize(a,(3,3))

>>> c

array([[1, 2, 3],

[4, 5, 6],

[1, 2, 3]])

>>> d = np.resize(a,(3,4))

>>> d

array([[1, 2, 3, 4],

[5, 6, 1, 2],

[3, 4, 5, 6]])

总结：

如果新数组大小小于原始大小，会默认按行对原始数组进行取值，直到取够为止

如果新数组大小大于原始大小，会默认按行重复使用原始数组中的元素，会包含原始数组中的元素的副本。

2)

在数组的末尾添加值。 追加操作会分配整个数组，并把原来的数组复制到新数组中。 此外，输入数组的维度必须匹配否则将生成ValueError。

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

arr：输入数组

values：要向arr添加的值，需要和arr形状相同(除了要添加的轴)

axis：默认为 None

当axis=None时，是横向加成，对添加的元素的个数和类型无要求，返回总是为一维数组

当axis=0时，增加的是原始数组的行数，因此添加的列表必须是二维[[]]。若要添加一行，子列表元素个数是1[[]]，添加二行，子列表元素个数是2[[],[]]。子列表元素个数要与原始数组的列数相同。

当axis=1时，增加的是原始数组的列数，因此添加的列表元素个数要与原始数组的行数相同，增加的列数取决于子列表的元素个数

不定义axis，返回的都是一维数组

>>> import numpy as np

>