numpy.insert()的具体使用方法

作者:patrickpdx 时间:2021-12-23 15:33:34 

numpy.insert()主要用于向矩阵中插入行或列。对于多维矩阵,可以沿任意一个轴插入元素。

1. 参数说明

numpy.insert(arr, obj, values, axis=None)

arr:输入矩阵,numpy.array类型。注意:该方法并不改变直接arr的值,而是返回一个

obj:索引,整数或整数串。例如可以只插入一行元素,也可以插入多行元素,多行可以是连续的(如第0行和第1行),也可以是分立的(如第2行和第4行)。

values:插入的值,numpy.array类型

axis:插入的轴,整型

返回值:得到的矩阵,numpy.array类型

2. 示例

2.1. 插入一列,值为标量

a = np.array([[1, 1], [2, 2], [3, 3]])
np.insert(a, 1, 5, axis=1)

结果

array([[1, 5, 1],
       [2, 5, 2],
       [3, 5, 3]])

2.2. 插入一列,值为一维矩阵

np.insert(a, [1], [[1],[2],[3]], axis=1)

2.3. 插入多列,值为标量

注意:索引值不能超过维度的最大索引,也就是说只能在某一维的中间插值,不能在末尾插入。

x = np.arange(8).reshape(2, 4)
idx = (1, 3)
np.insert(x, idx, 999, axis=1)

结果

array([[  0, 999,   1,   2, 999,   3],
       [  4, 999,   5,   6, 999,   7]])

2.4. 输入为一维向量

在向量 [1,2,3,4] 的第1个元素前面的位置插入5

print(np.insert([1,2,3,4],1,5))
[1 5 2 3 4]

在向量 [1,2,3,4] 的第1个元素前面的位置插入5,第2个元素前面的位置插入7

print(np.insert([1,2,3,4],[1,2],[5,7]))
[1 5 2 7 3 4]

2.5. 输入为矩阵

插入一整行

import numpy as np
a = a = np.array([[1, 1], [2, 2], [3, 3]])
print('a=',a)
print('after insertion:\n',np.insert(a,[1],[6,6],axis=0))

结果

a= [[1 1]
 [2 2]
 [3 3]]
after insertion:
 [[1 1]
 [6 6]
 [2 2]
 [3 3]]

参考文献

numpy.insert — NumPy v1.24 Manual

来源:https://blog.csdn.net/Jinyindao243052/article/details/107227787

标签:numpy.insert()
0
投稿

猜你喜欢

  • asp动态页面生成html页面

    2008-10-24 09:03:00
  • Python查询缺失值的4种方法总结

    2023-10-29 13:42:08
  • PHP 解决utf-8和gb2312编码转换问题

    2024-04-29 13:56:45
  • 利用python求积分的实例

    2023-07-08 15:44:23
  • 详解 Mysql查询结果顺序按 in() 中ID 的顺序排列

    2024-01-16 06:21:51
  • 详解Node.js读写中文内容文件操作

    2024-05-03 15:55:07
  • 将Django使用的数据库从MySQL迁移到PostgreSQL的教程

    2024-01-26 20:09:26
  • pip安装tensorflow的坑的解决

    2022-02-07 13:26:32
  • 对django views中 request, response的常用操作详解

    2021-02-21 15:00:51
  • Safari参考样式库之webkit

    2009-07-26 09:50:00
  • 网红编程语言Python将纳入高考你怎么看?

    2022-06-28 15:48:12
  • python绘制评估优化算法性能的测试函数

    2022-10-18 20:13:20
  • 浅谈golang for 循环中使用协程的问题

    2023-08-28 11:26:59
  • Python DPED机器学习之实现照片美化

    2023-11-25 01:50:24
  • Git 教程之远程仓库详解

    2023-10-18 20:34:16
  • pandas统计重复值次数的方法实现

    2022-11-09 03:27:58
  • conda创建环境、安装包、删除环境步骤详细记录

    2022-07-03 07:06:51
  • pytest conftest.py文件的使用讲解

    2023-10-16 14:22:44
  • Bootstrap警告框(Alert)插件使用方法

    2024-04-27 15:23:05
  • Pygame实战练习之飞机大战游戏

    2021-01-13 13:11:25
  • asp之家 网络编程 m.aspxhome.com