Как добавить элементы в массив NumPy (3 примера)
Вы можете использовать следующие методы для добавления одного или нескольких элементов в массив NumPy:
Способ 1: добавить одно значение в конец массива
#append one value to end of array new_array = np.append(my_array, 15) Способ 2: добавить несколько значений в конец массива
#append multiple values to end of array new_array = np.append(my_array, [15, 17, 18]) Способ 3: вставить одно значение в определенную позицию в массиве
#insert 95 into the index position 2 new_array = np.insert (my_array, 2, 95) Способ 4: вставить несколько значений в определенную позицию в массиве
#insert 95 and 99 starting at index position 2 of the NumPy array new_array = np.insert (my_array, 2, [95, 99]) В этом руководстве объясняется, как использовать каждый метод на практике со следующим массивом NumPy:
import numpy as np #create NumPy array my_array = np.array([1, 2, 2, 3, 5, 6, 7, 10]) #view NumPy array my_array array([ 1, 2, 2, 3, 5, 6, 7, 10]) Пример 1: добавление одного значения в конец массива
В следующем коде показано, как использовать np.append() для добавления одного значения в конец массива NumPy:
#append one value to end of array new_array = np.append(my_array, 15) #view new array new_array array([ 1, 2, 2, 3, 5, 6, 7, 10, 15]) В конец массива NumPy добавлено значение 15 .
Пример 2. Добавление нескольких значений в конец массива
В следующем коде показано, как использовать np.append() для добавления нескольких значений в конец массива NumPy:
#append multiple values to end of array new_array = np.append(my_array, [15, 17, 18]) #view new array new_array array([ 1, 2, 2, 3, 5, 6, 7, 10, 15, 17, 18]) Значения 15 , 17 и 18 были добавлены в конец массива NumPy.
Пример 3. Вставка одного значения в определенную позицию в массиве
В следующем коде показано, как вставить одно значение в определенную позицию в массиве NumPy:
#insert 95 into the index position 2 new_array = np.insert (my_array, 2, 95) #view new array new_array array([ 1, 2, 95, 2, 3, 5, 6, 7, 10]) Значение 95 было вставлено в позицию индекса 2 массива NumPy.
Пример 4. Вставка нескольких значений в определенную позицию в массиве
В следующем коде показано, как вставить несколько значений, начиная с определенной позиции в массиве NumPy:
#insert 95 and 99 starting at index position 2 of the NumPy array new_array = np.insert (my_array, 2, [95, 99]) #view new array new_array array([ 1, 2, 95, 99, 2, 3, 5, 6, 7, 10]) Значения 95 и 99 были вставлены, начиная с позиции индекса 2 массива NumPy.
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные задачи в NumPy:
Как добавить двумерный список в массив Numpy?
Имеется двумерный список s1=[[2,3],[4,5,6]] и двумерный список s2=[[7,8,9],[10,11],[12,13]] . Необходимо в массив a=np.array([]) добавить данные списки таким образом, чтобы во время итерации по массиву a выбирался целиком список s1 и целиком список s2 . Аналог данному результату c использованием обычных списков будет выглядеть так:
s1=[[2,3],[4,5,6]] s2=[[7,8,9],[10,11],[12,13]] s3=[] s3.append(s1) s3.append(s2) for i in s3: print(i) #[[2, 3], [4, 5, 6]] #[[7, 8, 9], [10, 11], [12, 13]] Если использовать функцию np.append , то граница между списками s1 и s2 в массиве a стирается и все списки и подсписки записывается подряд в одномерный массив:
import numpy as np s1=[[2,3],[4,5,6]] s2=[[7,8,9],[10,11],[12,13]] a=np.array([]) a=np.append(a,s1) a=np.append(a,s2) for i in a: print(i) #[2, 3] #[4, 5, 6] #[7, 8, 9] #[10, 11] #[12, 13] Таким образом, мне необходим результат как в первом варианте кода, только чтобы данные списков s1 и s2 содержались в массиве. Проще говоря, добавить двумерные списки в массив numpy .
NumPy, часть 2: базовые операции над массивами
Здравствуйте! Я продолжаю работу над пособием по python-библиотеке NumPy.
В прошлой части мы научились создавать массивы и их печатать. Однако это не имеет смысла, если с ними ничего нельзя делать.
Сегодня мы познакомимся с операциями над массивами.
Базовые операции
Математические операции над массивами выполняются поэлементно. Создается новый массив, который заполняется результатами действия оператора.
:1: RuntimeWarning: divide by zero encountered in true_divide
Для этого, естественно, массивы должны быть одинаковых размеров.
File
Также можно производить математические операции между массивом и числом. В этом случае к каждому элементу прибавляется (или что вы там делаете) это число.
NumPy также предоставляет множество математических операций для обработки массивов:
Полный список можно посмотреть здесь.
Многие унарные операции, такие как, например, вычисление суммы всех элементов массива, представлены также и в виде методов класса ndarray.
Индексы, срезы, итерации
Одномерные массивы осуществляют операции индексирования, срезов и итераций очень схожим образом с обычными списками и другими последовательностями Python (разве что удалять с помощью срезов нельзя).
File У многомерных массивов на каждую ось приходится один индекс. Индексы передаются в виде последовательности чисел, разделенных запятыми (то бишь, кортежами):
Когда индексов меньше, чем осей, отсутствующие индексы предполагаются дополненными с помощью срезов:
b[i] можно читать как b[i, ]. В NumPy это также может быть записано с помощью точек, как b[i, . ].
Например, если x имеет ранг 5 (то есть у него 5 осей), тогда
- x[1, 2, . ] эквивалентно x[1, 2, :, :, :],
- x[. , 3] то же самое, что x[:, :, :, :, 3] и
- x[4, . , 5, :] это x[4, :, :, 5, :].
Итерирование многомерных массивов начинается с первой оси:
Однако, если нужно перебрать поэлементно весь массив, как если бы он был одномерным, для этого можно использовать атрибут flat:
Как уже говорилось, у массива есть форма (shape), определяемая числом элементов вдоль каждой оси:
Форма массива может быть изменена с помощью различных команд:
Порядок элементов в массиве в результате функции ravel() соответствует обычному "C-стилю", то есть, чем правее индекс, тем он "быстрее изменяется": за элементом a[0,0] следует a[0,1]. Если одна форма массива была изменена на другую, массив переформировывается также в "C-стиле". Функции ravel() и reshape() также могут работать (при использовании дополнительного аргумента) в FORTRAN-стиле, в котором быстрее изменяется более левый индекс.
Метод reshape() возвращает ее аргумент с измененной формой, в то время как метод resize() изменяет сам массив:
Если при операции такой перестройки один из аргументов задается как -1, то он автоматически рассчитывается в соответствии с остальными заданными:
Объединение массивов
Несколько массивов могут быть объединены вместе вдоль разных осей с помощью функций hstack и vstack.
hstack() объединяет массивы по первым осям, vstack() — по последним:
Функция column_stack() объединяет одномерные массивы в качестве столбцов двумерного массива:
Аналогично для строк имеется функция row_stack().
Разбиение массива
Используя hsplit() вы можете разбить массив вдоль горизонтальной оси, указав либо число возвращаемых массивов одинаковой формы, либо номера столбцов, после которых массив разрезается "ножницами":
Функция vsplit() разбивает массив вдоль вертикальной оси, а array_split() позволяет указать оси, вдоль которых произойдет разбиение.
Копии и представления
При работе с массивами, их данные иногда необходимо копировать в другой массив, а иногда нет. Это часто является источником путаницы. Возможно 3 случая:
Вообще никаких копий
Простое присваивание не создает ни копии массива, ни копии его данных:
Python передает изменяемые объекты как ссылки, поэтому вызовы функций также не создают копий.
Представление или поверхностная копия
Разные объекты массивов могут использовать одни и те же данные. Метод view() создает новый объект массива, являющийся представлением тех же данных.
Срез массива это представление:
Глубокая копия
Метод copy() создаст настоящую копию массива и его данных:
Для вставки кода на Python в комментарий заключайте его в теги
- Модуль csv - чтение и запись CSV файлов
- Создаём сайт на Django, используя хорошие практики. Часть 1: создаём проект
- Онлайн-обучение Python: сравнение популярных программ
- Книги о Python
- GUI (графический интерфейс пользователя)
- Курсы Python
- Модули
- Новости мира Python
- NumPy
- Обработка данных
- Основы программирования
- Примеры программ
- Типы данных в Python
- Видео
- Python для Web
- Работа для Python-программистов
- Сделай свой вклад в развитие сайта!
- Самоучитель Python
- Карта сайта
- Отзывы на книги по Python
- Реклама на сайте
Добавление элементов в массив в Python
В Python нет встроенного типа данных “массив”, но есть модули, которые позволяют работать с массивами. В этой статье мы рассмотрим, как добавлять данные в массив с помощью модулей array и NumPy. Модуль array полезен, когда нужно создать массив целых чисел и чисел с плавающей точкой. А модуль NumPy пригодится, когда вам нужно выполнить математические операции с массивом.
Во многих случаях создать массив вы можете с помощью List, поскольку он обеспечивает гибкость (например смешанные типы данных) и по-прежнему обладает всеми характеристиками массива.
Примечание: в массив можно добавлять только элементы одного типа данных. Соответственно, объединять можно только два массива с одинаковым типом данных.
Добавление элементов в массив
С помощью модуля array можно объединять массивы при помощи оператора + и добавлять элементы в массив методами append(), extend() и insert().
- Оператор +, x + y: возвращает новый массив с элементами из двух массивов.
- append(x): добавляет один элемент в конец массива.
- extend(iterable): добавляет список, массив или другую итерабельную переменную в конец массива.
- insert(i, x): вставляет элемент перед заданным индексом массива.
В следующем примере показано, как создать новый объект массива путем объединения двух других массивов:
import array # create array objects, of type integer arr1 = array.array('i', [1, 2, 3]) arr2 = array.array('i', [4, 5, 6]) # print the arrays print("arr1 is:", arr1) print("arr2 is:", arr2) # create a new array that contains all of the elements of both arrays # and print the result arr3 = arr1 + arr2 print("After arr3 = arr1 + arr2, arr3 is:", arr3)
Получим следующий вывод:
arr1 is: array('i', [1, 2, 3]) arr2 is: array('i', [4, 5, 6]) After arr3 = arr1 + arr2, arr3 is: array('i', [1, 2, 3, 4, 5, 6])
В предыдущем примере создается новый массив, в котором содержатся все элементы заданных массивов.
А в следующем примере показано, как добавлять данные в массив с помощью методов append(), extend() и insert():
import array # create array objects, of type integer arr1 = array.array('i', [1, 2, 3]) arr2 = array.array('i', [4, 5, 6]) # print the arrays print("arr1 is:", arr1) print("arr2 is:", arr2) # append an integer to an array and print the result arr1.append(4) print("\nAfter arr1.append(4), arr1 is:", arr1) # extend an array by appending another array of the same type # and print the result arr1.extend(arr2) print("\nAfter arr1.extend(arr2), arr1 is:", arr1) # insert an integer before index position 0 and print the result arr1.insert(0, 10) print("\nAfter arr1.insert(0, 10), arr1 is:", arr1)
Получаем следующий вывод:
arr1 is: array('i', [1, 2, 3]) arr2 is: array('i', [4, 5, 6]) After arr1.append(4), arr1 is: array('i', [1, 2, 3, 4]) After arr1.extend(arr2), arr1 is: array('i', [1, 2, 3, 4, 4, 5, 6]) After arr1.insert(0, 10), arr1 is: array('i', [10, 1, 2, 3, 4, 4, 5, 6])
В предыдущем примере каждый метод вызывается на объекте массива arr1 и изменяет исходный объект.
Добавление элементов в массив NumPy
С модулем NumPy вы можете использовать функции NumPy append() и insert() для добавления элементов в массив.
- numpy.append(arr, values, axis=None): добавляет значения или массив в конец копии arr. Если параметр axis не указан, то по умолчанию используется значение None, что означает, что arr и values выравниваются перед операцией append.
- numpy.insert(arr, obj, values, axis=None): вставляет значения или массив перед индексом (obj) вдоль оси. Если параметр axis не указан, то по умолчанию используется значение None, что означает, что перед операцией insert выравнивается только arr.
numpy.append() использует функцию numpy.concatenate() в фоновом режиме. Метод numpy.concatenate() объединяет последовательность массивов вдоль указанной оси. Узнать больше о работе с массивами вы можете в документации NumPy.
Примечание: для тестирования примеров кода в этом разделе необходимо установить NumPy .
Примеры на этом этапе используют двумерные (2D) массивы, чтобы показать, как функции обрабатывают массивы в зависимости от значения axis.
Добавление в массив с помощью numpy.append()
Массивы NumPy можно описать по размеру и форме. При добавлении значений или массивов в многомерные массивы добавляемый массив или значения должны иметь одинаковую форму, за исключением указанной оси.
Чтобы понять форму 2D массива, рассмотрим строки и столбцы. array([[1, 2], [3, 4]]) имеет форму 2, 2, эквивалентную 2 строкам и 2 столбцам; array([[10, 20, 30], [40, 50, 60]] ) имеет форму 2, 3, эквивалентную 2 строкам и 3 столбцам.
Протестируйте эту концепцию с помощью интерактивной консоли Python.
Сначала импортируйте модуль NumPy, затем создайте несколько массивов и проверьте их форму.
Импортируйте NumPy, затем создайте и выведите np_arr1:
import numpy as np np_arr1 = np.array([[1, 2], [3, 4]]) print(np_arr1)
Получим следующий вывод:
[[1 2] [3 4]]
Проверьте форму np_arr1:
np_arr1.shape (2, 2)
Создайте и выведите ещё один массив, np_arr2:
np_arr2 = np.array([[10, 20, 30], [40, 50, 60]]) print(np_arr2) [[10 20 30] [40 50 60]]
Проверьте форму np_arr2:
np_arr2.shape (2, 3)
Затем попробуйте добавить массивы по разным осям. Вы можете добавить массив формы 2, 3 к массиву формы 2, 2 вдоль оси 1, но не вдоль оси 0.
Добавьте np_arr2 к np_arr1 вдоль axis 0 или по строкам:
np.append(np_arr1, np_arr2, axis=0)
Вы получите ошибку ValueError:
Traceback (most recent call last): File "", line 1, in File "", line 5, in append File "/Users/digitalocean/opt/anaconda3/lib/python3.9/site-packages/numpy/lib/function_base.py", line 4817, in append return concatenate((arr, values), axis=axis) File "", line 5, in concatenate ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 2 and the array at index 1 has size 3
Выполнить добавление массива с тремя столбцами в массив с двумя столбцами невозможно.
Вы можете добавить массив np_arr2 к np_arr1 вдоль оси 1, то есть по столбцам:
np.append(np_arr1, np_arr2, axis=1)
Вывод будет следующим:
array([[ 1, 2, 10, 20, 30], [ 3, 4, 40, 50, 60]])
Вы можете добавить массив со столбцами высотой в две строки к другому массиву со столбцами высотой в две строки.
В следующем примере показано, как добавлять элементы в массив NumPy с помощью функции numpy.append():
import numpy as np # create 2D array objects (integers) np_arr1 = np.array([[1, 2], [3, 4]]) np_arr2 = np.array([[10, 20], [30, 40]]) # print the arrays print("np_arr1 is:\n", np_arr1) print("np_arr2 is:\n", np_arr2) # append an array to the end of another array and print the result # both arrays are flattened before appending append_axis_none = np.append(np_arr1, np_arr2, axis=None) print("append_axis_none is:\n", append_axis_none) # append an array to the end of another array along axis 0 (append rows) # and print the result append_axis_0 = np.append(np_arr1, np_arr2, axis=0) print("append_axis_0 is:\n", append_axis_0) # append an array to the end of another array along axis 1 (append columns) # and print the result append_axis_1 = np.append(np_arr1, np_arr2, axis=1) print("append_axis_1 is:\n", append_axis_1)
Получаем следующий вывод:
np_arr1 is: [[1 2] [3 4]] np_arr2 is: [[10 20] [30 40]] append_axis_none is: [ 1 2 3 4 10 20 30 40] append_axis_0 is: [[ 1 2] [ 3 4] [10 20] [30 40]] append_axis_1 is: [[ 1 2 10 20] [ 3 4 30 40]]
Предыдущий пример демонстрирует работу функции numpy.append() для каждой оси 2D-массива и как изменяется форма полученного массива. Если ось равна 0, массив дополняется строками. Если ось равна 1, массив дополняется столбцами.
Добавление элементов в массив с помощью numpy.insert()
Функция numpy.insert() вставляет массив или значения в другой массив перед указанным индексом вдоль оси и возвращает новый массив.
В отличие от функции numpy.append(), если ось не указана или указана как None, то функция numpy.insert() сглаживает только первый массив и не сглаживает значения или массив, которые нужно вставить. Если вы попытаетесь вставить 2D-массив в другой 2D-массив без указания оси, то вы получите ошибку ValueError.
В следующем примере показано, как вставлять элементы в массив с помощью функции numpy.insert():
import numpy as np # create array objects (integers) np_arr1 = np.array([[1, 2], [4, 5]]) np_arr2 = np.array([[10, 20], [30, 40]]) np_arr3 = np.array([100, 200, 300]) # print the arrays print("np_arr1 is:\n", np_arr1) print("np_arr2 is:\n", np_arr2) print("np_arr3 is:\n", np_arr3) # insert a 1D array into a 2D array and then print the result # the original array is flattened before insertion insert_axis_none = np.insert(np_arr1, 1, np_arr3, axis=None) print("insert_axis_none is:\n", insert_axis_none) # insert an array into another array by row # and print the result insert_axis_0 = np.insert(np_arr1, 1, np_arr2, axis=0) print("insert_axis_0 is:\n", insert_axis_0) # insert an array into another array by column # and print the result insert_axis_1 = np.insert(np_arr1, 1, np_arr2, axis=1) print("insert_axis_1 is:\n", insert_axis_1)
Вывод будет следующим:
np_arr1 is: [[1 2] [4 5]] np_arr2 is: [[10 20] [30 40]] insert_axis_none is: [ 1 100 200 300 2 4 5] insert_axis_0 is: [[ 1 2] [10 20] [30 40] [ 4 5]] insert_axis_1 is: [[ 1 10 30 2] [ 4 20 40 5]]
В предыдущем примере, когда вы вставляли 2D-массив в другой 2D-массив вдоль оси 1, каждый массив в np_arr2 был вставлен как отдельный столбец в np_arr1. Если вы хотите вставить целый 2D-массив в другой 2D-массив, добавьте квадратные скобки вокруг значения obj, чтобы указать, что весь массив должен быть вставлен перед этой позицией. Без квадратных скобок numpy.insert() складывает массивы по порядку в виде столбцов перед заданным индексом.
В следующем примере показан вывод с квадратными скобками вокруг значения параметра obj (index) и без них:
import numpy as np # create 2D array objects (integers) np_arr1 = np.array([[1, 2], [3, 4]]) np_arr2 = np.array([[10, 20], [30, 40]]) # print the arrays print("np_arr1 is:\n", np_arr1) print("np_arr2 is:\n", np_arr2) # insert an array, column by column, into another array # and print the result insert_axis_1 = np.insert(np_arr1, 1, np_arr2, axis=1) print("insert_axis_1 is:\n", insert_axis_1) # insert a whole array into another array by column # and print the result insert_index_axis_1 = np.insert(np_arr1, [1], np_arr2, axis=1) print("insert_index_axis_1 is:\n", insert_index_axis_1)
Вы получите следующий вывод:
np_arr1 is: [[1 2] [3 4]] np_arr2 is: [[10 20] [30 40]] insert_axis_1 is: [[ 1 10 30 2] [ 3 20 40 4]] insert_index_axis_1 is: [[ 1 10 20 2] [ 3 30 40 4]]
В предыдущем примере показано, как numpy.insert() вставляет столбцы в массив в зависимости от обозначенного index.
Подводим итоги
В этом мануале мы добавили элементы в массивы с помощью модулей array и NumPy.