numpy.append
numpy.append(arr, values, axis=None) [source]
将值附加到数组的末尾。
参数 ： | arr ：array_like 值被附加到这个数组的副本中。 values ：array_like 这些值将附加到 它必须具有正确的形状 （与 如果未指定轴，则值可以是任何形状， 并且在使用前将被平。 axis ： 沿其附加值的轴。如果没有指定轴， 值可以是任何形状， 并将在使用前扁平化。 |
返回值 ： | append ：
注意， 将分配并填充一个新数组。 如果axis为 |
例子
1）一维数组追加元素
import numpy as np arr = np.array([1, 2, 3]) new_arr = np.append(arr, 4) # 追加一个元素 print(new_arr)
2）一维数组追加多个元素
import numpy as np arr = np.array([1, 2, 3]) # 追加多个元素 new_arr = np.append(arr, [4, 5, 6]) print(new_arr)
3）二维数组追加元素
默认 axis=None，展平成一维。
import numpy as np arr = np.array([[1, 2], [3, 4]]) new_arr = np.append(arr, [5, 6]) print(new_arr)
4）在 axis=0（行方向）上追加
import numpy as np arr = np.array([[1, 2], [3, 4]]) # 在行方向追加 new_arr = np.append(arr, [[5, 6]], axis=0) print(new_arr)
5）在 axis=1（列方向）上追加
import numpy as np arr = np.array([[1, 2], [3, 4]]) # 在列方向追加 new_arr = np.append(arr, [[5], [6]], axis=1) print(new_arr)
6）numpy.append()和numpy.concatenate()
numpy.append()适用于小规模追加每次都会创建新数组，性能较低。
numpy.concatenate()适用于拼接多个数组比 append 更高效，要求数据维度匹配。
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) # 使用 append new_arr = np.append(arr1, arr2) print(new_arr) # [1 2 3 4 5 6] # 使用 concatenate（推荐） new_arr2 = np.concatenate((arr1, arr2)) print(new_arr2) # [1 2 3 4 5 6]