Python numpy中的insert()函数用法
Python numpy中的insert()函数用法
·
insert(arr, obj, values, axis=None)
简记为:insert(原数组, 插入位置, 插入值, 默认按行插入(axis=1按列插入))
参数说明:
- arr : 需要插入的数组,即Input array;
- obj:向数组中插入值的位置,可以是int,slice等;
- values:往数组中插入的值;
- axis:可选,默认为None按行插入,axis=1时按列插入。
Examples #注意数组是从索引0开始的 -------- >>> a = np.array([[1, 1], [2, 2], [3, 3]]) >>> a array([[1, 1], [2, 2], [3, 3]]) >>> np.insert(a, 1, 5) #在数组a的第一个位置插入5 array([1, 5, 1, 2, 2, 3, 3]) >>> np.insert(a, 1, 5, axis=1) #在数组a的中按列插入5 array([[1, 5, 1], [2, 5, 2], [3, 5, 3]]) Difference between sequence and scalars: >>> np.insert(a, [1], [[1],[2],[3]], axis=1) #在数组a中的索引1处按列插入[[1],[2],[3]] array([[1, 1, 1], [2, 2, 2], [3, 3, 3]]) #以下两种方法等价 >>> 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]) #暂时不太理解,有大神知道可以评论留言,我及时补充 array([1, 1, 5, 6, 2, 2, 3, 3]) >>> np.insert(b, slice(2, 4), [5, 6]) #切片并在b的第2和4的位置分别插入5和6 array([1, 1, 5, 2, 6, 2, 3, 3]) >>> np.insert(b, [2, 2], [7.13, False]) #暂时不太理解,有大神知道可以留言,我及时补充 array([1, 1, 7, 0, 2, 2, 3, 3]) >>> x = np.arange(8).reshape(2, 4) >>> idx = (1, 3) >>> np.insert(x, idx, 999, axis=1)#原本的x数组中1,3位置按列插入999 array([[ 0, 999, 1, 2, 999, 3], [ 4, 999, 5, 6, 999, 7]])
更多推荐
已为社区贡献4条内容
所有评论(0)