下面是几个常见的数组操作：
>>> a = np.array([[1,2,3],[4,5,6]])
>>> np.append(a, [7,8,9]) # 附加后，变成了一维的
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a #原来的数组没有改变
array([[1, 2, 3],
[4, 5, 6]])
>>> a.append([10,11,12]) # ndarray没有这个方法
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-165-a36f3ca1308b> in <module>()
----> 1 a.append([10,11,12])
AttributeError: 'numpy.ndarray' object has no attribute 'append'
>>> np.append(a, [[7,8,9]],axis = 0) # 注意参数格式
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
>>> a = np.array([[1,2],[3,4],[5,6]])
>>> np.insert(a,3,[11,12]) # 在3号位置前插入，变成一维了
array([ 1, 2, 3, 11, 12, 4, 5, 6])
>>> a
array([[1, 2],
[3, 4],
[5, 6]])
>>> np.insert(a,1,[11],axis = 0) # 按行插入
array([[ 1, 2],
[11, 11],
[ 3, 4],
[ 5, 6]])
>>> np.insert(a,1,[11],axis = 1) #按列插入
array([[ 1, 11, 2],
[ 3, 11, 4],
[ 5, 11, 6]])
>>> a = np.arange(12).reshape(3,4)
>>> a
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> np.delete(a,5)# 删除指定位置的元素后，变成一维了
array([ 0, 1, 2, 3, 4, 6, 7, 8, 9, 10, 11])
>>> np.delete(a,1,axis = 0)
array([[ 0, 1, 2, 3],
[ 8, 9, 10, 11]])
>>> a # 并不会修改原来的数组
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
>>> np.delete(a,1,axis = 1)
array([[ 0, 2, 3],
[ 4, 6, 7],
[ 8, 10, 11]])
unique是numpy中非常重要的方法:
>>> a = np.array([0,1,4,7,2,1,4,3])
>>> a
array([0, 1, 4, 7, 2, 1, 4, 3])
>>> np.unique(a)
array([0, 1, 2, 3, 4, 7])
>>> b = np.array([[0,1,4,],[7,2,1],[4,3,0]])
>>> b
array([[0, 1, 4],
[7, 2, 1],
[4, 3, 0]])
>>> np.unique(b)
array([0, 1, 2, 3, 4, 7])
>>> np.unique(b,axis=0)
array([[0, 1, 4],
[4, 3, 0],
[7, 2, 1]])
>>> np.unique(b,axis=1)
array([[0, 1, 4],
[7, 2, 1],
[4, 3, 0]])
>>> b = np.array([[0,1,4,],[7,2,1],[4,3,0],[0,1,4,]])
>>> b
array([[0, 1, 4],
[7, 2, 1],
[4, 3, 0],
[0, 1, 4]])
np.unique(b,axis=0)
array([[0, 1, 4],
[4, 3, 0],
[7, 2, 1]])
>>> np.insert(a,1,[11],axis = 0) # 按行插入 array([[ 1, 2], [11, 11], [ 3, 4], [ 5, 6]]) >>> np.insert(a,1,[11],axis = 1) #按列插入 array([[ 1, 11, 2], [ 3, 11, 4], [ 5, 11, 6]]) 博主你好，axis = 0 代表列 1 代表行 为什么这个地方 是0代码行 1代表列 怎么理解 求回复。
axis是轴的意思，至于到底是0代表行，还是1代表行，是由源代码开发人员定义的。
numpy最乱的就是axis