numpy.append詳解

一、numpy.append函數介紹

numpy.append函數是numpy庫中的一個函數，用來向數組的末尾追加值。它接收三個參數：arr、values和axis。

其中，arr是要追加值的數組；values是要追加到arr數組末尾的數組或者值；axis參數是可選的，用來指定沿著哪個軸向進行追加操作。

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

二、numpy.append最多能加多少數

numpy.append最多能加多少數取決於系統內存的大小和剩餘空間。在一般情況下，numpy.append函數可以追加數百萬個元素，但是隨著元素數量的增加，numpy.append的性能將會下降。

下面是一個示例，展示了如何使用numpy.append向數組中添加1000個元素。

import numpy as np

# 初始化一個空數組
arr = np.array([])

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

# 輸出數組元素個數
print(arr.shape[0])

三、與numpy.append相關的其他函數

1. numpy.concatenate

numpy.concatenate函數是numpy.concatenate模塊中的函數，用於沿著已有的軸將一系列數組堆疊在一起，它接收一個序列（例如列表或元組）的相同形狀的數組作為參數。

下面是一個示例，展示了如何使用numpy.concatenate函數將兩個數組沿著行的方向堆疊在一起。

import numpy as np

# 初始化兩個數組
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])

# 使用numpy.concatenate函數堆疊兩個數組
c = np.concatenate((a, b), axis=0)

# 輸出堆疊後的數組
print(c)

2. numpy.insert

numpy.insert函數是numpy庫中的函數，用於在指定的位置插入值。它接收三個參數：arr、obj和values。

其中，arr是要插入值的數組；obj是要插入值的索引位置；values是要插入的數值或者數組。

下面是一個示例，展示了如何使用numpy.insert函數在數組的第2個位置插入值為5。

import numpy as np

# 初始化一個數組
arr = np.array([1, 2, 3, 4])

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

# 輸出插入值後的數組
print(arr)

3. numpy.delete

numpy.delete函數是numpy庫中的函數，用於刪除數組中特定位置的值，它接收兩個參數：arr和obj。

其中，arr是要刪除值的數組；obj是要刪除的索引或者切片。

下面是一個示例，展示了如何使用numpy.delete函數刪除數組的第3個元素。

import numpy as np

# 初始化一個數組
arr = np.array([1, 2, 3, 4])

# 刪除索引為2的元素
arr = np.delete(arr, 2)

# 輸出刪除元素後的數組
print(arr)

4. numpy.resize

numpy.resize函數是numpy庫中的函數，用於將數組的大小重新調整為給定形狀。如果新形狀大於原來的形狀，則現有數組中的元素將重複出現以填充新形狀。如果新形狀小於原來的形狀，則刪除的元素將被忽略。

下面是一個示例，展示了如何使用numpy.resize函數將數組的大小調整為給定形狀。

import numpy as np

# 初始化一個數組
arr = np.array([1, 2, 3, 4])

# 將數組的大小調整為(2, 2)
arr = np.resize(arr, (2, 2))

# 輸出大小調整後的數組
print(arr)