Wozu dient die Funktion np.append?

Die Verwendung der Funktion np.append besteht darin, das an die Funktion anzuhängende Element als Parameter zu übergeben und dann das anzuhängende Array und die Achsenposition anzugeben. Die Syntax der np.append-Funktion lautet „np.append(arr, value, axis=None)“, arr ist das Array der anzuhängenden Elemente, value ist das anzuhängende Element, axis ist die Position des Achse, die angehängt werden soll, und der Standardwert ist „Keine“. Wird häufig in eindimensionalen, zweidimensionalen und mehrdimensionalen Arrays verwendet, indem die Position der Achse angegeben wird, um die Anhängemethode usw. zu steuern.

Das Betriebssystem dieses Tutorials: Windows 10-System, Dell G3-Computer. Die Funktion

np.append ist eine Funktion in der NumPy-Bibliothek, die zum Anhängen von Elementen an das Ende eines Arrays verwendet wird. Seine Verwendung besteht darin, das an die Funktion anzuhängende Element als Parameter zu übergeben und dann das anzuhängende Array und die Achsenposition anzugeben.

Im Einzelnen lautet die Syntax der Funktion np.append wie folgt:

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

wobei arr das Array der anzuhängenden Elemente ist, value das anzuhängende Element und axis die Position der anzuhängenden Achse ist angehängt, und der Standardwert ist „Keine“.

Lassen Sie uns die Verwendung der Funktion np.append im Detail besprechen.

An ein eindimensionales Array anhängen:

Wenn arr ein eindimensionales Array ist, hängt die Funktion np.append Werte an das Ende von arr an und gibt ein neues eindimensionales Array zurück. Zum Beispiel:

import numpy as np
arr = np.array([1, 2, 3])
values = np.array([4, 5, 6])
new_arr = np.append(arr, values)
print(new_arr)  # [1 2 3 4 5 6]

An ein zweidimensionales Array anhängen:

Wenn arr ein zweidimensionales Array ist, müssen wir die Position der angehängten Achse angeben. Standardmäßig ist axis=None. Die Funktion np.append reduziert arr in ein eindimensionales Array und hängt dann Werte an das Ende an. Zum Beispiel:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
values = np.array([[7, 8, 9]])
new_arr = np.append(arr, values)
print(new_arr)  # [1 2 3 4 5 6 7 8 9]

Wenn wir axis=0 angeben, werden die Werte Zeile für Zeile an das Ende von arr angehängt. Zum Beispiel:

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

Wenn wir axis=1 angeben, hängen wir die Werte spaltenweise an das Ende von arr an. Zum Beispiel:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
values = np.array([[7], [8]])
new_arr = np.append(arr, values, axis=1)
print(new_arr)
[[1 2 3 7]
[4 5 6 8]]

An ein mehrdimensionales Array anhängen:

Wenn arr ein mehrdimensionales Array ist, müssen wir auch die Position der angehängten Achse angeben. Zum Beispiel:

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

In einem mehrdimensionalen Array können wir Achse=0, Achse=1, Achse=2 usw. angeben, um sie an verschiedene Achsenpositionen anzuhängen.

Es ist zu beachten, dass die Funktion np.append bei jedem Aufruf ein neues Array zurückgibt und sich das ursprüngliche Array nicht ändert. Daher müssen wir bei der tatsächlichen Verwendung normalerweise das zurückgegebene neue Array einer Variablen für nachfolgende Vorgänge zuweisen.

np.append-Funktion ist eine Funktion in der NumPy-Bibliothek, die zum Anhängen von Elementen an das Ende eines Arrays verwendet wird. Es kann mit eindimensionalen, zweidimensionalen und mehrdimensionalen Arrays verwendet werden, um die Art des Anhängens durch Angabe der Position der Achse zu steuern. Die Verwendung der np.append-Funktion ist für Array-Operationen und Datenverarbeitung sehr hilfreich.

Das obige ist der detaillierte Inhalt vonWozu dient die Funktion np.append?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!