微信公众号：yale记关注可了解更多的教程问题或建议，请公众号留言。

背景介绍

今天我们学习NumPy函数numpy.append和numpy.hstack来添加和删除NumPy数组中的元素以及水平和垂直堆叠数组。 使用Jupyter Notebook交互式环境用于编码。

入门示例

以上为在Jupyter Notebook中进行的代码运行截图，具体代码如下：

# ## 使用Numpy函数操作数组进行添加和删除元素# In[37]:import numpy as np# In[38]:#定义一个3D数组my_arraymy_array = np.array(np.arange(24)).reshape(2,3,4)my_array# ## 使用np.append()方法往数组中添加元素# In[39]:new_array = np.append(my_array,[5,6,7,8])new_array# In[40]:#查看shapenew_array.shape# In[41]:new_array.reshape(7,4)# In[42]:#在定义一个数组cc = np.array(np.arange(24)).reshape(2,3,4) * 10 + 3 c# In[43]:my_array# In[44]:#接下来往my_array中添加c#axis=0 是在第一“维”行np.append(my_array,c,axis=0)# In[45]:#查看shapenp.append(my_array,c,axis=0).shape# In[46]:#axis=1 是在第二“维”列np.append(my_array,c,axis=1)# In[47]:np.append(my_array,c,axis=2)# In[48]:np.append(my_array,c,axis=2).shape# ## 使用np.hstack()添加元素# # In[49]:my_stack = np.hstack((my_array,c))my_stack# In[50]:my_stack.shape# In[51]:#改变【0,0,2】的值my_stack[0,0,2] = 999# In[52]:my_stack# ## 使用np.insert()插入元素# In[53]:c# In[54]:insert_arr = np.insert(c,1,888,axis=0)insert_arr# In[55]:np.insert(c,1,888,axis=1)# In[56]:np.insert(c,1,888,axis=2)# ## 使用np.delete()删除元素# In[57]:d = np.empty(c.shape)np.copyto(d,c)d# In[58]np.delete(d,1,axis=1)# In[59]:np.delete(d,1,axis=2)# # numpy.reshape(array, shape, order = ‘C’) :## 在不改变数组的情况下塑造数组# # python 程序说明# # numpy.reshape() 方法 # In[60]:array = np.arange(8) print("原始数组 : \n", array) # # 塑造数组有2行4列 # In[61]:array = np.arange(8).reshape(2, 4) print("\n塑造数组有2行4列 : \n", array) # # 塑造数组有4行2列 # In[62]:array = np.arange(8).reshape(4 ,2) print("\n塑造数组有4行2列s : \n", array) # # 构造三维数组# In[63]:array = np.arange(8).reshape(2, 2, 2) print("\n原始数组构造成三维数组 : \n", array) # # numpy.axis解释：# ## 根据定义，维度的轴号是数组形状中该维度的索引。 #它也是在索引期间用于访问该维度的位置。# ## 例如，如果2D阵列a具有形状（5,6），#那么您可以访问[0,0]直到[4,5]。 #因此，axis 0是第一维（“行”），axis 1是第二维（“列”）。 #在更高的维度中，“行”和“列”停止真正有意义，#尝试根据所涉及的形状和指数来考虑轴。

关注公号

下面的是我的公众号二维码，欢迎关注：