Array Numpy Append

Numpy è una libreria/modulo Python utilizzata nella programmazione Python per eseguire calcoli scientifici. Questa lezione ti insegnerà come eseguire varie operazioni su array numpy. Numpy ha un oggetto array multidimensionale, nonché array derivato come array mascherato e array multidimensionali mascherati. Il metodo Numpy Append () in Python viene utilizzato per unirsi a due array insieme. Questa funzione crea un nuovo array lasciando solo l'array originale.

La sintassi è numpy.append (arr, valori, axis = nessuno). Il parametro "arr", in questo caso, può essere un oggetto simile a un array o forse un array numpy. Viene aggiunta una copia di questo array con i valori. I valori sono oggetti simili a array aggiunti ai componenti "arr" alla fine. L'asse determina a quali valori dell'asse sono collegati. Entrambi gli array sono appiattiti se l'asse non è specificato.

Possiamo utilizzare l'oggetto "ndarray" fornito dal modulo numpy per eseguire le operazioni su un array di qualsiasi dimensione. Il ndarray è un array n-dimensionale in cui n può essere qualsiasi numero. Di conseguenza, gli array numpy possono essere di qualsiasi dimensione. Rispetto alle liste di Python, Numpy ha molti vantaggi. Gli array numpy possono essere utilizzati per condurre operazioni ad alte prestazioni come membri dell'array di smistamento, operazioni matematiche e logiche, funzioni di input/output e calcoli di algebra statistica e lineare. In questo post, esamineremo come utilizzare le funzioni Append (), Concatenate () e Insert () per aggiungere o aggiungere un singolo elemento a un array numpy. Iniziamo.

Esempio 1

In questo esempio, useremo Append per aggiungere un elemento all'array numpy. Il modulo numpy in Python ha una funzione chiamata numpy.append () che ti consente di aggiungere un elemento a un array numpy. La funzione ADD () può prendere un array numpy e un singolo valore come parametri. Restituisce una copia dell'array passato con il valore fornito allegato anziché modificare l'array esistente. Considera il codice seguente come esempio. Dopo aver importato Numpy, abbiamo creato un matrice Numpy Integer. Il numpy.La funzione append () viene quindi utilizzata per allegare un elemento alla fine di un array numpy. Infine, abbiamo stampato sia gli array originali che quelli aggiornati.

Importa Numpy come NP
myarr = np.Array ([22, 3, 4, 7, 1])
n_arr = np.append (myarr, 5)
print ('L'array appena creato è:', n_arr)
print ('Array originale è:', Myarr)

Puoi vedere l'array nuovo e originale nello screenshot allegato. La funzione Append () ha copiato l'array, quindi ha aggiunto il numero 5 alla fine prima di restituirlo.

Esempio 2

Useremo il metodo concatenato per aggiungere l'elemento all'array numpy. Numpy.Concatenate () è un metodo nel modulo Python Numpy che unisce due o più array. Questo ci consente di aggiungere un singolo elemento a un array numpy. Tuttavia, dobbiamo incapsulare il singolo elemento in una struttura di dati di sequenza, come un elenco, e alimentare la funzione concatenata () una tupla di array ed elenco. Ad esempio, dai un'occhiata a questo codice.

Come puoi vedere nella terza riga di codice, puoi aggiungere un elemento alla fine di un array numpy. Ha creato un nuovo array con voci dalle sequenze di elenco di array Plus. Non ha modificato l'array originale ma invece ha restituito un nuovo array con tutto il contenuto di Array Numpy originale più un unico valore aggiunto alla fine.

Importa Numpy come NP
myarr = np.Array ([22, 3, 4, 7, 1])
n_arr = np.concatenata ((myarr, [5]))
print ('L'array appena creato è:', n_arr)
print ('Array originale è:', Myarr)

Lo screenshot allegato mostra gli array originali e appena creati.

Esempio 3

Il metodo insert () in numpy può anche inserire un elemento o una colonna. La differenza tra i metodi insert () e append () è che la funzione insert () ci consente di specificare l'indice in cui desideriamo aggiungere un elemento, mentre il metodo Append () aggiunge un valore alla fine dell'array. Considera il seguente scenario. Qui puoi vedere che la funzione insert () è stata chiamata con tre argomenti: un array numpy, un punto indice e un valore da aggiungere. Ha generato una copia di Myarr con il valore della posizione indice specificata aggiunta. Abbiamo selezionato la dimensione dell'array come posizione dell'indice poiché ci aspettavamo di aggiungere l'elemento alla fine dell'array. Di conseguenza, il valore è stato aggiunto alla fine dell'array. È importante notare che non ha cambiato l'array originale; Invece, ha restituito una copia di Myarr con il valore fornito aggiunto all'indice specificato, i.e., Alla fine dell'array.

Importa Numpy come NP
myarr = np.Array ([22, 3, 4, 7, 1])
n_arr = np.Insert (Myarr, 1, 90)
print ('L'array appena creato è:', n_arr)
print ('Array originale è:', Myarr)

Qui puoi vedere l'array appena creato e originale.

Conclusione

Un array numpy è una tupla di numeri interi non negativi e indicizza una griglia di elementi di tutti gli stessi tipi. La classifica dell'array è il numero di dimensioni; La forma è una tupla di numeri che rappresentano le dimensioni e la dimensione dell'array. In questo post, abbiamo coperto tre metodi distinti per aggiungere un singolo elemento alla fine di un array numpy. Lavorare con array numpy è semplice, come abbiamo mostrato. Quando si lavora con la maggior parte dei framework di apprendimento automatico, gli array numpy sono importanti. Di conseguenza, Numpy potrebbe essere considerato la porta per l'intelligenza artificiale.