如何使用numpy數組添加元素

一、numpy數組添加元素的方法

numpy是一個開源的Python擴展庫，它支持向量和矩陣運算。numpy數組是一個多維數組對象，可以用於存儲和處理大型數據集。添加元素是numpy數組操作中最常用的操作之一。下面介紹numpy數組添加元素的方法：

import numpy as np

# 在末尾添加元素
arr1 = np.array([1, 2, 3])
arr2 = np.append(arr1, [4, 5, 6])
print(arr2)

# 在指定位置插入元素
arr3 = np.insert(arr1, 1, [4, 5, 6])
print(arr3)

在上面的代碼中，我們使用np.append()方法在末尾添加元素，使用np.insert()在指定位置插入元素。這兩個方法都會返回一個新的數組，而不是在原數組上進行修改。

二、numpy二維數組

numpy數組不僅支持一維數組，還支持多維數組，最常用的就是二維數組。在二維數組中，每個元素是一個一維數組，這樣就可以表示為矩陣。

import numpy as np

# 創建一個2x2的數組
arr1 = np.array([[1, 2], [3, 4]])
print(arr1)

# 添加一行
arr2 = np.append(arr1, [[5, 6]], axis=0)
print(arr2)

# 添加一列
arr3 = np.append(arr1, [[5], [6]], axis=1)
print(arr3)

在上面的代碼中，我們使用np.append()方法在二維數組中添加新行或新列。需要注意的是，當我們添加新行時，指定的axis為0；添加新列時，axis為1。

三、numpy隨機數組

numpy還支持生成隨機數組的方法，這些數組在科學計算中經常用到。

import numpy as np

# 生成大小為3x3，元素在0和1之間的隨機數組
arr1 = np.random.rand(3, 3)
print(arr1)

# 生成大小為2x2，元素在0和10之間的隨機整數數組
arr2 = np.random.randint(low=0, high=10, size=(2, 2))
print(arr2)

在上面的代碼中，我們使用了np.random.rand()方法生成0至1之間的隨機浮點數數組和np.random.randint()方法生成指定範圍內的隨機整數數組。

四、python numpy數組

numpy數組雖然是Python的一部分，但是在處理大型數據集時，它的效率和靈活性要遠遠超過Python原生列表。

import numpy as np

# Python原生列表
list1 = [1, 2, 3, 4]

# 轉換為numpy數組，並在末尾添加元素
arr1 = np.array(list1)
arr2 = np.append(arr1, 5)
print(arr2)

在上面的代碼中，我們先使用Python原生列表list1，然後使用np.array()方法將其轉換為numpy數組，最後使用np.append()方法在末尾添加元素。

五、numpy替換元素

numpy數組支持替換元素的操作，也就是將數組中的一個元素替換成另一個元素。

import numpy as np

# 創建一個1x5的數組
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 將第三個元素替換為6
arr1[2] = 6
print(arr1)

在上面的代碼中，我們使用數組的下標將第三個元素替換成了6。

六、numpy數組元素替換

如果需要一次替換多個元素，可以使用np.where()方法。

import numpy as np

# 創建一個1x5的數組
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 將所有小於3的元素替換為0
arr2 = np.where(arr1 < 3, 0, arr1)
print(arr2)

在上面的代碼中，我們使用np.where()方法將數組中所有小於3的元素替換成了0。

七、numpy數組元素按位置替換

如果需要在保持數組大小不變的情況下，按位置替換數組元素，可以使用np.put()方法。

import numpy as np

# 創建一個大小為4x4的數組
arr1 = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]])
print(arr1)

# 按照指定順序替換元素
np.put(arr1, [0, 5, 10, 15], [0, 0, 0, 0])
print(arr1)

在上面的代碼中，我們使用np.put()方法將數組中指定位置的元素替換成了指定的值。

八、numpy數組內重複元素個數

如果需要查看數組中相同元素的個數，可以使用np.bincount()方法。

import numpy as np

# 創建一個大小為8的數組
arr1 = np.array([0, 1, 1, 2, 2, 2, 3, 3])
print(arr1)

# 查看每個元素出現的次數
arr2 = np.bincount(arr1)
print(arr2)

在上面的代碼中，我們使用np.bincount()方法查看數組中相同元素的個數。

九、numpy數組切片

如果需要獲取數組的一部分，可以使用切片操作。numpy數組的切片和Python原生列表的切片類似，但是它還支持對多維數組進行切片。

import numpy as np

# 創建一個大小為5的數組
arr1 = np.array([1, 2, 3, 4, 5])
print(arr1)

# 獲取第二個至第四個元素
arr2 = arr1[1:4]
print(arr2)

# 創建一個3x3的數組
arr3 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr3)

# 獲取第一行
arr4 = arr3[0]
print(arr4)

# 獲取第一列
arr5 = arr3[:, 0]
print(arr5)

在上面的代碼中，我們使用下標進行切片操作，用來獲取數組中的一個子集。需要注意的是，對於多維數組，可以用:來表示所有行或所有列。