Numpy中的append函数使用详解

Numpy中的append函数使用详解

参考：numpy append

Numpy是Python中用于科学计算的基础库之一，它提供了一个强大的数组对象ndarray以及用于对这些数组进行各种操作的函数和方法。append函数是Numpy中用于在数组的末尾添加元素的函数。在本文中，我们将详细介绍如何使用Numpy的append函数，并提供多个示例代码来展示其用法。

Numpy append函数基础

Numpy的append函数用于将值附加到数组的末尾。它的基本语法如下：

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

• arr是要追加数据的输入数组。
• values是要追加到arr末尾的值。
• axis指定追加的轴。如果未提供，则values将被展平之后追加。

示例1：向一维数组追加元素

import numpy as np

arr = np.array([1, 2, 3])
values = 4
result = np.append(arr, values)
print(result)

Output:

示例2：向一维数组追加多个元素

import numpy as np

arr = np.array([1, 2, 3])
values = [4, 5, 6]
result = np.append(arr, values)
print(result)

Output:

示例3：向二维数组追加元素

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
values = [7, 8, 9]
result = np.append(arr, [values], axis=0)
print(result)

Output:

示例4：向二维数组追加元素，不指定轴

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])
values = [7, 8, 9]
result = np.append(arr, values)
print(result)

Output:

Numpy append函数高级用法

在Numpy中，append函数不仅可以用于一维数组，还可以用于多维数组。当处理多维数组时，指定axis参数变得尤为重要。

示例5：沿特定轴向二维数组追加行

import numpy as np

arr = np.array([["numpyarray.com1", "numpyarray.com2"], ["numpyarray.com3", "numpyarray.com4"]])
values = ["numpyarray.com5", "numpyarray.com6"]
result = np.append(arr, [values], axis=0)
print(result)

Output:

示例6：沿特定轴向二维数组追加列

import numpy as np

arr = np.array([["numpyarray.com1", "numpyarray.com2"], ["numpyarray.com3", "numpyarray.com4"]])
values = [["numpyarray.com5"], ["numpyarray.com6"]]
result = np.append(arr, values, axis=1)
print(result)

Output:

示例7：向三维数组追加数据

import numpy as np

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
values = [[[9, 10], [11, 12]]]
result = np.append(arr, values, axis=0)
print(result)

Output:

示例8：沿特定轴向三维数组追加数据

import numpy as np

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])
values = [[[9, 10]], [[11, 12]]]
result = np.append(arr, values, axis=1)
print(result)

Output:

示例9：追加数据到空数组

import numpy as np

arr = np.array([])
values = ["numpyarray.com1", "numpyarray.com2", "numpyarray.com3"]
result = np.append(arr, values)
print(result)

Output:

示例10：使用append合并两个数组

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = np.append(arr1, arr2)
print(result)

Output:

Numpy append函数的注意事项

使用Numpy的append函数时，需要注意以下几点：

1. append操作不是原地操作，它会返回一个新的数组。
2. 当axis未指定时，values会被展平然后追加到arr的末尾。
3. 当指定axis时，values的形状必须与arr在该轴上的形状匹配。

示例11：追加不匹配形状的数据将引发错误

import numpy as np

arr = np.array([[1, 2], [3, 4]])
values = [5, 6, 7]
try:
    result = np.append(arr, [values], axis=0)
    print(result)
except ValueError as e:
    print(e)

Output:

示例12：展平后追加多维数组

import numpy as np

arr = np.array([[1, 2], [3, 4]])
values = [[5, 6], [7, 8]]
result = np.append(arr, values)
print(result)

Output:

示例13：追加后保持原数组不变

import numpy as np

arr = np.array([1, 2, 3])
values = 4
result = np.append(arr, values)
original_array = arr.copy()
print(original_array)

Output:

示例14：使用循环追加元素

import numpy as np

arr = np.array([1, 2, 3])
for i in range(4, 7):
    arr = np.append(arr, i)
print(arr)

Output:

示例15：追加不同类型的数据

import numpy as np

arr = np.array([1, 2, 3])
values = ["numpyarray.com1", "numpyarray.com2"]
result = np.append(arr, values)
print(result)

Output:

Numpy append函数与其他函数的比较

Numpy中还有其他函数可以用来合并数组，例如concatenate、vstack和hstack。这些函数在某些情况下比append更高效或更适合。

示例16：使用concatenate合并数组

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
result = np.concatenate((arr1, arr2))
print(result)

Output:

示例17：使用vstack垂直堆叠数组

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
result = np.vstack((arr1, arr2))
print(result)

Output:

示例18：使用hstack水平堆叠数组

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
result = np.hstack((arr1, arr2))
print(result)

Output:

示例19：使用append与concatenate比较性能

import numpy as np
import time

arr1 = np.random.rand(1000000)
arr2 = np.random.rand(1000000)

start = time.time()
result = np.append(arr1, arr2)
end = time.time()
print("Append time: ", end - start)

start = time.time()
result = np.concatenate((arr1, arr2))
end = time.time()
print("Concatenate time: ", end - start)

Output:

示例20：使用append与vstack/hstack比较性能

import numpy as np
import time

arr1 = np.random.rand(1000, 1000)
arr2 = np.random.rand(1000, 1000)

start = time.time()
result = np.append(arr1, arr2, axis=0)
end = time.time()
print("Append time: ", end - start)

start = time.time()
result = np.vstack((arr1, arr2))
end = time.time()
print("Vstack time: ", end - start)

start = time.time()
result = np.append(arr1, arr2, axis=1)
end = time.time()
print("Append time: ", end - start)

start = time.time()
result = np.hstack((arr1, arr2))
end = time.time()
print("Hstack time: ", end - start)

Output:

总结

Numpy的append函数是一个强大的工具，可以用于在数组的末尾添加元素。它可以处理一维和多维数组，可以沿特定轴添加元素，也可以将元素展平后添加。然而，append函数并不是原地操作，它会返回一个新的数组，这可能会影响性能。此外，当处理多维数组时，需要注意values的形状必须与arr在指定轴上的形状匹配，否则会引发错误。

在某些情况下，使用concatenate、vstack或hstack可能更高效或更适合。这些函数可以合并两个或多个数组，而不仅仅是在数组的末尾添加元素。在性能方面，concatenate通常比append更快，而vstack和hstack在处理多维数组时可能更快。