NumPy append()

import numpy as np
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])

# append array2 to array1
array3 = np.append(array1, array2)

print(array3)

# Output : [1 2 3 4 5 6]

append() 语法

append() 的语法是

numpy.append(array, values, axis)

append() 参数

append() 方法接受三个参数

• array - 原始数组
• values - 要附加到原始数组末尾的数组
• axis - 附加值的轴

append() 返回值

append() 方法返回一个附加了值的数组副本。

示例 1：附加数组

import numpy as np

array1 = np.array([0, 1, 2, 3])
array2 = np.array([4, 5, 6, 7])

# append values to an array
array3 = np.append(array1, array2)

print(array3)

输出

[0 1 2 3 4 5 6 7]

示例 2：沿不同轴附加数组

我们可以将 axis 作为 append() 方法的第三个参数传递。axis 参数决定了需要附加新数组的维度（对于多维数组）。

import numpy as np

array1 = np.array([[0, 1], [2, 3]])
array2 = np.array([[4, 5], [6, 7]])

# append array2 to array1 along axis 0 
array3 = np.append(array1, array2, 0)

# append array2 to array1 along axis 1
# specifying axis argument explicitly 
array4 = np.append(array1, array2, axis = 1)

# append array2 to array1 after flattening
array5 = np.append(array1, array2, None)

print('\nAlong axis 0 : \n', array3)
print('\nAlong axis 1 : \n', array4)
print('\nAfter flattening : \n', array5)

输出

Along axis 0 : 
[[0 1]
 [2 3]
 [4 5]
 [6 7]]

Along axis 1 : 
 [[0 1 4 5]
 [2 3 6 7]]

After flattening : 
 [0 1 2 3 4 5 6 7]

示例 3：附加不同维度的数组

append() 方法可以附加不同维度的数组。但是，类似的 concatenate() 方法则不能。

让我们看一个例子。

import numpy as np

# create 2 arrays with different dimensions
a = np.array([1, 2, 3])
b = np.array([[4, 5], [6, 7]])

# append b to a using np.append()
c = np.append(a,b)
print(c) 

# concatenate a and b using np.concatemate()
c = np.concatenate((a, b))
print(c) 

输出

[1 2 3 4 5 6 7]
ValueError: all the input arrays must have the same number of dimensions 

注意： numpy.append() 比 np.concatenate() 更灵活，因为它可以将标量或一维数组附加到高维数组。但是，在处理形状相同的数组时，np.concatenate() 的内存效率更高。