
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 建立和運算元組
- NumPy - 陣列建立例程
- NumPy - 陣列操作
- NumPy - 從現有資料建立陣列
- NumPy - 從數值範圍建立陣列
- NumPy - 遍歷陣列
- NumPy - 重塑陣列
- NumPy - 連線陣列
- NumPy - 堆疊陣列
- NumPy - 分割陣列
- NumPy - 展平陣列
- NumPy - 轉置陣列
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高階索引
- NumPy 陣列屬性和運算
- NumPy - 陣列屬性
- NumPy - 陣列形狀
- NumPy - 陣列大小
- NumPy - 陣列步長
- NumPy - 陣列元素大小
- NumPy - 廣播
- NumPy - 算術運算
- NumPy - 陣列加法
- NumPy - 陣列減法
- NumPy - 陣列乘法
- NumPy - 陣列除法
- NumPy 高階陣列運算
- NumPy - 交換陣列軸
- NumPy - 位元組交換
- NumPy - 副本和檢視
- NumPy - 元素級陣列比較
- NumPy - 過濾陣列
- NumPy - 連線陣列
- NumPy - 排序、搜尋和計數函式
- NumPy - 搜尋陣列
- NumPy - 陣列的並集
- NumPy - 查詢唯一行
- NumPy - 建立日期時間陣列
- NumPy - 二元運算子
- NumPy - 字串函式
- NumPy - 數學函式
- NumPy - 統計函式
- NumPy - 矩陣庫
- NumPy - 線性代數
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 繪製直方圖
- NumPy - NumPy 的 I/O
- NumPy 排序和高階操作
- NumPy - 排序陣列
- NumPy - 沿軸排序
- NumPy - 使用花式索引排序
- NumPy - 結構化陣列
- NumPy - 建立結構化陣列
- NumPy - 操作結構化陣列
- NumPy - 欄位訪問
- NumPy - 記錄陣列
- Numpy - 載入陣列
- Numpy - 儲存陣列
- NumPy - 將值追加到陣列
- NumPy - 交換陣列的列
- NumPy - 向陣列插入軸
- NumPy 處理缺失資料
- NumPy - 處理缺失資料
- NumPy - 識別缺失值
- NumPy - 刪除缺失資料
- NumPy - 估算缺失資料
- NumPy 效能最佳化
- NumPy - 使用陣列進行效能最佳化
- NumPy - 使用陣列進行向量化
- NumPy - 陣列的記憶體佈局
- Numpy 線性代數
- NumPy - 線性代數
- NumPy - 矩陣庫
- NumPy - 矩陣加法
- NumPy - 矩陣減法
- NumPy - 矩陣乘法
- NumPy - 元素級矩陣運算
- NumPy - 點積
- NumPy - 矩陣求逆
- NumPy - 行列式計算
- NumPy - 特徵值
- NumPy - 特徵向量
- NumPy - 奇異值分解
- NumPy - 求解線性方程組
- NumPy - 矩陣範數
- NumPy 元素級矩陣運算
- NumPy - 求和
- NumPy - 平均值
- NumPy - 中位數
- NumPy - 最小值
- NumPy - 最大值
- NumPy 集合運算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 並集
- NumPy - 差集
- NumPy 有用資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 有用資源
- NumPy - 討論
NumPy insert() 函式
Numpy 的insert()函式用於沿陣列的指定軸插入值。它以陣列、索引或索引序列以及要插入的值作為其主要引數。
axis 引數指定要插入值的軸。如果未指定 axis,則在插入之前會先展平陣列。
此函式透過保持原始陣列不變來返回一個包含插入值的新的陣列。
語法
以下是 Numpy insert() 函式的語法:
numpy.insert(arr, obj, values, axis = None)
引數
以下是 Numpy insert() 函式的引數:
- arr: 輸入陣列。
- obj: 要插入之前的位置的索引。
- values: 要插入的值的陣列。
- axis: 要插入的軸。如果未給出,則輸入陣列將被展平。
示例 1
以下是 Numpy insert() 函式的基本示例,其中未傳遞 axis 引數,因此將生成展平的陣列:
import numpy as np # Define the initial array a = np.array([[1, 2], [3, 4], [5, 6]]) print('First array:') print(a) print('\n') # Insert without axis parameter (flattening the array) print('Axis parameter not passed. The input array is flattened before insertion.') print(np.insert(a, 3, [11, 12])) print('\n')
輸出
First array: [[1 2] [3 4] [5 6]] Axis parameter not passed. The input array is flattened before insertion. [ 1 2 3 11 12 4 5 6]
示例 2
在此示例中,我們將 axis 引數傳遞給insert()函式並進行廣播以匹配輸入陣列:
import numpy as np # Define the initial array b = np.array([[1, 2], [3, 4], [5, 6], [7, 8]]) print('First array:') print(b) print('\n') print('Axis parameter passed. The values array is broadcast to match input array.') # Insert with axis parameter (broadcasting the values) # Broadcast along axis 0 (inserting rows) print('Broadcast along axis 0:') print(np.insert(b, 1, [11, 12], axis=0)) print('\n') # Broadcast along axis 1 (inserting columns) print('Broadcast along axis 1:') print(np.insert(b, 1, 11, axis=1))
輸出
First array: [[1 2] [3 4] [5 6] [7 8]] Axis parameter passed. The values array is broadcast to match input array. Broadcast along axis 0: [[ 1 2] [11 12] [ 3 4] [ 5 6] [ 7 8]] Broadcast along axis 1: [[ 1 11 2] [ 3 11 4] [ 5 11 6] [ 7 11 8]]
numpy_array_manipulation.htm
廣告