最近一直在折腾Numpy的路上越走越远,发现有很多东西可以深入研究。今天就来简单介绍一下NumPy 和 Python中append()函数的特点,以及append()的特性是否适合用于大数据的处理。
NumPy 和 Python中append()函数的特点
首先我们来复习一下Python中的append()用法,作为Python中最为常见的插入方法之一,相信大家都不会陌生,肯定在初学时对于这个基础语法有所了解。下面的例子可以让大家有一个回顾:
>>> a = []
>>> a.append([1,2,3])
>>> a.append([1,2,3])
>>> a
[[1, 2, 3], [1, 2, 3]]
复制代码
那么NumPy是否也可以实现同样的功能呢?答案应该是肯定的。这个功能应该也是任何数学包都会包含的。具体如下:
>>> b = np.empty([0,3], dtype&#