这篇文章主要介绍“Numpy数组操作之元素添加、删除和修改怎么实现”，在日常操作中，相信很多人在Numpy数组操作之元素添加、删除和修改怎么实现问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”Numpy数组操作之元素添加、删除和修改怎么实现”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
数组元素添加、删除和修改
添加元素
numpy.append()
| 方法 | 说明 |
|---|---|
| numpy.append() | 数组追加元素 |
| numpy.insert() | 数组插入元素 |
在数组末尾追加元素。
numpy.append(arr, values, axis=None)参数说明：
arr：接收array_like，需要添加元素的数组。
values：接收array_like，追加到末尾的元素，形状必须匹配。arr和values的维度必须相等才能追加
axis：接收int，如果未给定轴，则arr和values在使用前都会被展平。
返回值：
ndarray，arr的副本。
示例：
# 创建数组a
>>> a = np.arange(1,7).reshape(2,3)
>>> a
array([[1, 2, 3],
[4, 5, 6]])
# 创建数组b
>>> b = np.arange(7,10).reshape(1,3) # a,b维度相同才能追加
>>> b
array([[7, 8, 9]])注意：数组（arr）和追加值(values)的维度必须相同才可以追击，否则会报错：
ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)
不指定轴向时，生成副本，将数组a，b都展平后进行追加。
# 将数组b追加到数组a后
>>> np.append(a, values=b) # 不指定axis时
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9])指定轴向时，根据轴向追加，但是形状必须匹配，指定轴向为行追加时列数必须相等，指定轴向为列追加时，行数必须相等。
>>> np.append(a, values=b, axis=0) # 根据行追加
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9]])指定轴向时，指定轴向为列时，行数不相同，形状不匹配，无法追加，会报ValueError错！
>>> np.append(a, values=b, axis=1)
ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 0, the array at index 0 has size 2 and the array at index 1 has size 1
numpy.insert()
给定的轴向和指定的索引位置插入值。
numpy.insert(arr, obj, values, axis=None)参数说明：
arr：接收array_like，输入的数组。
obj：接收整数或者整数序列，索引位置。
values：接收array_like，需要插入数组的值，需要考虑形状。
axis：接收整数，轴向。如果未给定轴向数组会被展平。
返回值：
ndarray，插入值后的副本。
示例：
>>> a = np.arange(1,7).reshape(2,3)
>>> a
array([[1, 2, 3],
[4, 5, 6]])
>>> b = np.ones(shape=(2,1))
>>> b
array([[1.],
[1.]])
# 向数组a的行方向，索引为2的行插入数组b，会自动补全
>>> np.insert(a, 2, b, axis=0)
array([[1, 2, 3],
[4, 5, 6],
[1, 1, 1],
[1, 1, 1]])
# 向数组a的列方向，索引为2的列插入数组b
>>> np.insert(a, 2, b, axis=1)
array([[1, 2, 1, 1, 3],
[4, 5, 1, 1, 6]])删除元素
| 方法 | 说明 |
|---|---|
| numpy.delete() | 删掉某个轴的子数组，并返回删除后的新数组 |
numpy.delete()
返回一个沿轴删除了子数组的新数组。
numpy.delete(arr, obj, axis=None)参数说明：
arr：接收array_like，输入数组。
obj：接收索引、切片，或者整数构成的数组。
axis：接收整数，轴向
返回值：
ndarray，删除元素后的数组，是副本。
示例：
>>> a = np.arange(1,7).reshape(2,3)
>>> a
array([[1, 2, 3],
[4, 5, 6]])
# 轴向为列，删除索引为2的列
>>> np.delete(a, 2, axis=1)
array([[1, 2],
[4, 5]])对数据进行操作时形状非常重要，如果形状不匹配会引发报错，需要对报错的类型了解，才能在出问题后及时找到原因。除此以外，轴向也是非常重要的，二维数组中：axis=0表示行，axis=1表示列，这个概念非常容易混淆。
元素修改
使用索引切片获取到该位置的元素后使用"="为该位置重新赋值即可。
语法：数组名[索引]=值 或 数组名[切片]=值
示例：
>>> a = np.arange(1,7).reshape(2,3)
>>> a
array([[1, 2, 3],
[4, 5, 6]])
# 使用索引获取到该位置后重新赋值即可修改元素
>>> a[0, 1] = 100
>>> a
array([[ 1, 100, 3],
[ 4, 5, 6]])以上就是Numpy数组操作之元素添加、删除和修改怎么实现的详细内容，更多关于Numpy数组操作之元素添加、删除和修改怎么实现的资料请关注九品源码其它相关文章！