本文共 2819 字，大约阅读时间需要 9 分钟。

数组元素的添加与删除  2018/11/29    =======================================================================函数         元素及描述    resize        返回指定形状的新数组append        将值添加到数组末尾insert        沿指定轴将值插入到指定下标之前delete        删掉某个轴的子数组，并返回删除后的新数组unique        查找数组内的唯一元素    ========================================================================1.np.resize(arr, shape)#返回指定大小的新数组；原数组副本       【参考数组形状博文】2.np.append(arr,values, axis=None)#返回数组尾添加新始终是1D数组【参考连接合并博文】    3.np.insert(arr, obj, values, axis) #给定索引前沿轴插入值;返回新数组；无轴数组被展开# 参数：arr：输入数组obj：索引values：插入值    # 实例a = np.array([[1,2],[3,4],[5,6]])# array([[1, 2], [3, 4],[5, 6]])    np.insert(a,3,[11,12])           # array([ 1,  2,  3, 11, 12,  4,  5,  6])    np.insert(a,1,[11],axis = 0)     # array([[ 1,  2],[11, 11],[ 3,  4],[ 5,  6]])  沿轴 0 广播np.insert(a,1,[11,12],axis = 0)  # array([[ 1,  2], [11,12],[ 3,  4],[ 5,  6]])    np.insert(a,1,11,axis = 1)        # array([[ 1, 11,  2],[ 3, 11,  4],[ 5, 11,  6]])np.insert(a,1,[11,12,13],axis = 1)# array([[ 1, 11,  2],[ 3, 12,  4],[ 5, 13,  6]])    =========================================================================4.np.delete(arr, obj, axis)#删除子数组，返回新数组；无轴数组被展开# 参数：obj：可以被切片，整数或者整数数组，表明要从输入数组删除的子数组    # 实例a = np.array([ 1,  2,  3, 11, 12,  4,  5,  6])    # 通常情况下，最好使用布尔掩码mask = np.ones(len(a), dtype=bool)mask[[3,4]] = Falseresult = a[mask,...]        # array([1, 2, 3, 4, 5, 6])    np.delete(a,[3,4])          # array([1, 2, 3, 4, 5, 6])np.delete(a,np.s_[3:5]) # array([1, 2, 3, 4, 5, 6])    a = np.array([[ 1,  2], [11,12],[ 3,  4],[ 5,  6]])np.delete(a,1,axis = 0) # array([[1, 2],[3, 4],[5, 6]])    a = np.array([[ 1, 11,  2],[ 3, 12,  4],[ 5, 13,  6]])np.delete(a,1,axis = 1) #array([[1, 2],[3, 4],[5, 6]])    =========================================================================5.np.unique #函数用于去除数组中的重复元素    np.unique(arr, return_index, return_inverse, return_counts)# 参数：    arr：输入数组#如果不是一维数组则会展开    return_index：#为true返回新列表元素在旧列表中的位置（下标），以列表形式储    return_inverse：#为true返回旧列表元素在新列表中的位置（下标），以列表形式储    return_counts：#为true返回去重数组中的元素在原数组中的出现次数    # 实例a = np.array([5,2,6,2,7,5,6,8,2,9])          # array([5, 2, 6, 2, 7, 5, 6, 8, 2, 9])    u = np.unique(a)       #去重复值              # array([2, 5, 6, 7, 8, 9])u,indices = np.unique(a, return_index = True)# 去重数组的索引数组（原数组中位置）indices                                      # array([1, 0, 2, 4, 7, 9], dtype=int64)    u,indices = np.unique(a,return_inverse = True)# 原数组下标indices                                      # array([1, 0, 2, 0, 3, 1, 2, 4, 0, 5], dtype=int64)    u[indices]#使用下标重构原数组                  # array([5, 2, 6, 2, 7, 5, 6, 8, 2, 9])    u,indices = np.unique(a,return_counts = True) # 返回去重元素的重复数量                                              # array([3, 2, 2, 1, 1, 1], dtype=int64)==========================================================================

转载地址：https://chunyou.blog.csdn.net/article/details/84642593 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！