numpy.append详解

一、numpy.append函数介绍

numpy.append函数是numpy库中的一个函数，用来向数组的末尾追加值。它接收三个参数：arr、values和axis。

其中，arr是要追加值的数组；values是要追加到arr数组末尾的数组或者值；axis参数是可选的，用来指定沿着哪个轴向进行追加操作。

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

二、numpy.append最多能加多少数

numpy.append最多能加多少数取决于系统内存的大小和剩余空间。在一般情况下，numpy.append函数可以追加数百万个元素，但是随着元素数量的增加，numpy.append的性能将会下降。

下面是一个示例，展示了如何使用numpy.append向数组中添加1000个元素。

import numpy as np

# 初始化一个空数组
arr = np.array([])

# 添加1000个元素
for i in range(1000):
    arr = np.append(arr, i)

# 输出数组元素个数
print(arr.shape[0])

三、与numpy.append相关的其他函数

1. numpy.concatenate

numpy.concatenate函数是numpy.concatenate模块中的函数，用于沿着已有的轴将一系列数组堆叠在一起，它接收一个序列（例如列表或元组）的相同形状的数组作为参数。

下面是一个示例，展示了如何使用numpy.concatenate函数将两个数组沿着行的方向堆叠在一起。

import numpy as np

# 初始化两个数组
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])

# 使用numpy.concatenate函数堆叠两个数组
c = np.concatenate((a, b), axis=0)

# 输出堆叠后的数组
print(c)

2. numpy.insert

numpy.insert函数是numpy库中的函数，用于在指定的位置插入值。它接收三个参数：arr、obj和values。

其中，arr是要插入值的数组；obj是要插入值的索引位置；values是要插入的数值或者数组。

下面是一个示例，展示了如何使用numpy.insert函数在数组的第2个位置插入值为5。

import numpy as np

# 初始化一个数组
arr = np.array([1, 2, 3, 4])

# 在索引为1的位置插入值为5
arr = np.insert(arr, 1, 5)

# 输出插入值后的数组
print(arr)

3. numpy.delete

numpy.delete函数是numpy库中的函数，用于删除数组中特定位置的值，它接收两个参数：arr和obj。

其中，arr是要删除值的数组；obj是要删除的索引或者切片。

下面是一个示例，展示了如何使用numpy.delete函数删除数组的第3个元素。

import numpy as np

# 初始化一个数组
arr = np.array([1, 2, 3, 4])

# 删除索引为2的元素
arr = np.delete(arr, 2)

# 输出删除元素后的数组
print(arr)

4. numpy.resize

numpy.resize函数是numpy库中的函数，用于将数组的大小重新调整为给定形状。如果新形状大于原来的形状，则现有数组中的元素将重复出现以填充新形状。如果新形状小于原来的形状，则删除的元素将被忽略。

下面是一个示例，展示了如何使用numpy.resize函数将数组的大小调整为给定形状。

import numpy as np

# 初始化一个数组
arr = np.array([1, 2, 3, 4])

# 将数组的大小调整为(2, 2)
arr = np.resize(arr, (2, 2))

# 输出大小调整后的数组
print(arr)