numpy.insert

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

沿給定軸在給定索引之前插入值。參數(shù) ：arr ：array_like

輸入數(shù)組。

obj ：int, slice 或 int的sequence

定義在其之前插入值的一個(gè)或多個(gè)索引的對(duì)象。

1.8.0版中的新功能。

當(dāng)obj是單個(gè)標(biāo)量或具有一個(gè)元素的序列時(shí)，

支持多次插入（類(lèi)似于多次調(diào)用insert）。

values ：array_like

要插入到arr中的值。 如果值的類(lèi)型與arr的類(lèi)型不同，

則將值轉(zhuǎn)換為arr的類(lèi)型。

值的形狀應(yīng)使arr [...，obj，...] = values合法。

axis ：int, 可選

沿其插入值的軸。 如果axis為None，則arr首先扁平。

返回值 ：out ：ndarray

插入了值的arr副本。 請(qǐng)注意，insert不會(huì)就地發(fā)生：

返回一個(gè)新數(shù)組。 如果axis為None，則out是一個(gè)扁平數(shù)組。

Notes

請(qǐng)注意，對(duì)于高維插入，obj = 0的行為與obj = [0]的行為非常不同，就像arr [:,0,:] = values 與arr [:,[0],:] = values是不同的一樣。

例子>>> a = np.array([[1, 1], [2, 2], [3, 3]])

>>> a

array([[1, 1],

[2, 2],

[3, 3]])

>>> np.insert(a, 1, 5)

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

>>> np.insert(a, 1, 5, axis=1)

array([[1, 5, 1],

[2, 5, 2],

[3, 5, 3]])

序列和標(biāo)量之間的區(qū)別：>>> np.insert(a, [1], [[1],[2],[3]], axis=1)

array([[1, 1, 1],

[2, 2, 2],

[3, 3, 3]])

>>> 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])

array([1, 1, 5, ..., 2, 3, 3])>>> np.insert(b, slice(2, 4), [5, 6])

array([1, 1, 5, ..., 2, 3, 3])>>> np.insert(b, [2, 2], [7.13, False]) # type casting

array([1, 1, 7, ..., 2, 3, 3])>>> x = np.arange(8).reshape(2, 4)

>>> idx = (1, 3)

>>> np.insert(x, idx, 999, axis=1)

array([[ 0, 999, 1, 2, 999, 3],

[ 4, 999, 5, 6, 999, 7]])

總結(jié)

以上是生活随笔為你收集整理的python中的insert函数_Python numpy.insert函数方法的使用的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。