数据分析（六）

5. 数组的增加，插入，删除，合并

5.1 append()

# 一维增加常量
>>> arr1 = np.arange(10,20)
[10 11 12 13 14 15 16 17 18 19]
>>> np.append(arr1,100)
[ 10  11  12  13  14  15  16  17  18  19 100]

# 一维增加一维
>>> arr2 = np.arange(20,30)
[20 21 22 23 24 25 26 27 28 29]
>>> np.append(arr1,arr2)
[10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29]

# 多维增加常量
>>> arr3 = np.arange(20).reshape(4,5)
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> np.append(arr3,100)
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 100]

# 多维增加一维
>>> np.append(arr3,arr2)
[ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29]

# 多维增加多维
>>> arr4 = np.arange(20).reshape(4,5)
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> np.append(arr3,arr4)
[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19  0  1  2  3
  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19]

5.2 insert()

# 一维数组 插入常量
>>> arr1 = np.arange(10,20)
[10 11 12 13 14 15 16 17 18 19]
>>> np.insert(arr1,0,100)
[100 10 11 12 13 14 15 16 17 18 19]

# 一维数组 插入一维数组
>>> arr2 = np.arange(20,30)
[20 21 22 23 24 25 26 27 28 29]
>>> np.insert(arr1,0,arr2)
[20 21 22 23 24 25 26 27 28 29 10 11 12 13 14 15 16 17 18 19]     

# 一维数组 插入列表
>>> np.insert(arr1,0,[100,200])
[100 200  10  11  12  13  14  15  16  17  18  19]

# 多维数组 插入常量
>>> arr3 = np.arange(20).reshape(4,5)
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> np.insert(arr3,0,100)
[100 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19]

# 多维数组 插入一维数组
>>> arr6 = np.arange(0,5)
[ 0  1  2  3  4]
np.insert(arr3,0,arr6,axis=0) # 插入一行
[[ 0  1  2  3  4]
 [ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> arr5 = np.arange(0,4)
[ 0  1  2  3 ]
>>> np.insert(arr3,0,arr5,axis=1) #插入一列
[[ 0  0  1  2  3  4]
 [ 1  5  6  7  8  9]
 [ 2 10 11 12 13 14]
 [ 3 15 16 17 18 19]]

注意点：

1. 多维数组在指定位置上加入一个值，默认当做一维数组进行操作，返回的是一维数组
2. insert()参数整理
   • 第一个参数：需要操作的数组
   • 第二个参数：下标
   • 第三个参数：需要插入的值
   • 第四个参数：表示轴，0表示增加一行，1表示增加一列
3. 需要插入的数据能在原始数据上做广播

5.3 delete()

# 一维数组 删除
>>> arr1
[10 11 12 13 14 15 16 17 18 19]
>>> np.delete(arr1,0)
[11 12 13 14 15 16 17 18 19]

# 多维数组 删除
>>> arr3
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> np.delete(arr3,0,axis=0)
[[ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]

注意点：

1. 一维数组 删除单个元素

2. 多维数组 删除单个元素，会导致元素的结构发生变化，返回一维数组

   所以，一般情况下，配合axis指定 删除一行（一列）

5.4 concatenate()

# 一维与一维合并
>>> arr1
[10 11 12 13 14 15 16 17 18 19]
>>> arr2
[20 21 22 23 24 25 26 27 28 29]
>>> np.concatenate((arr1,arr2))
[10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29]

# 多维与多维合并
>>> arr3
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> arr4
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> np.concatenate((arr3,arr4),axis=0) # 合并的时候增加 行
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]
 [ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
>>> np.concatenate((arr3,arr4),axis=1) # 合并的时候增加 列
[[ 0  1  2  3  4  0  1  2  3  4]
 [ 5  6  7  8  9  5  6  7  8  9]
 [10 11 12 13 14 10 11 12 13 14]
 [15 16 17 18 19 15 16 17 18 19]]