操作ndarray元素：访问、删除、插入

本笔记整理自 udacity 课程，版权归 udacity 所有，仅作为学习交流，更多学习资源和信息请访问 Udacity

引入

import numpy as np

在此引入一次，下面直接使用 np

访问ndarray元素

x = np.array([1, 2, 3, 4, 5])
print()
print('x = ', x)
print()
print('This is First Element in x:', x[0]) 
print('This is Second Element in x:', x[1])
print('This is Fifth (Last) Element in x:', x[4])
print()
print('This is First Element in x:', x[-5])
print('This is Second Element in x:', x[-4])
print('This is Fifth (Last) Element in x:', x[-1])

输出：

x = [1 2 3 4 5]

This is First Element in x: 1
This is Second Element in x: 2
This is Fifth (Last) Element in x: 5

This is First Element in x: 1
This is Second Element in x: 2
This is Fifth (Last) Element in x: 5

• 在方括号 [ ] 中添加索引来访问元素。
• 可以使用正索引和负索引访问 ndarray 中的元素。
• 正索引表示从数组的开头访问元素，负索引表示从数组的末尾访问元素。
• 正索引从 0 开始，负索引从 -1 开始。

修改ndarray元素

• 修改秩为 1 的 ndarray ：

x = np.array([1, 2, 3, 4, 5])
print()
print('Original:\n x = ', x)
print()
x[3] = 20
print('Modified:\n x = ', x)

输出：

Original: x = [1 2 3 4 5]

Modified: x = [ 1 2 3 20 5]

• 修改秩为 2 的 ndarray

X = np.array([[1,2,3],[4,5,6],[7,8,9]])
print()
print('Original:\n X = \n', X)
print()
X[0,0] = 20
print('Modified:\n X = \n', X)

输出：

Original:
X =
[[1 2 3]
 [4 5 6]
 [7 8 9]]

Modified:
X =
[[20 2 3]
 [ 4 5 6]
 [ 7 8 9]]

删除ndarray元素

x = np.array([1, 2, 3, 4, 5])
Y = np.array([[1,2,3],[4,5,6],[7,8,9]])
print()
print('Original x = ', x)
x = np.delete(x, [0,4]) # 此处删除第一个和第五个(最后一个)元素
print()
print('Modified x = ', x)
print()
print('Original Y = \n', Y)
w = np.delete(Y, 0, axis=0) # 此处删除第一行的元素
v = np.delete(Y, [0,2], axis=1) # 此处删除第一列和第三列(最后一列)的元素
print()
print('w = \n', w)
print()
print('v = \n', v)

输出

Original x = [1 2 3 4 5]

Modified x = [2 3 4]

Original Y =
[[1 2 3]
 [4 5 6]
 [7 8 9]]

w =
[[4 5 6]
 [7 8 9]]

v =
[[2]
 [5]
 [8]]

• 对于秩为 1 的 ndarray，不需要使用关键字 axis。
• 对于秩为 2 的 ndarray，axis = 0 表示选择行，axis = 1 表示选择列。

插入ndarray元素

• 使用 np.append(ndarray, elements, axis) 函数向 ndarray 中附加值

  x = np.array([1, 2, 3, 4, 5])
  Y = np.array([[1,2,3],[4,5,6]])
  print()
  print('Original x = ', x)
  x = np.append(x, 6) # 秩为1的ndarray，直接append
  print()
  print('x = ', x)
  x = np.append(x, [7,8]) # 秩为1的ndarray，也可通过列表一次添加多个
  print()
  print('x = ', x)
  print()
  print('Original Y = \n', Y)
  v = np.append(Y, [[7,8,9]], axis=0) # 秩为2的ndarray，添加一行
  q = np.append(Y,[[9],[10]], axis=1) # 秩为2的ndarray，添加一列; 当然也可添加两列 q = np.append(Y,[[9,99],[10,100]], axis=1)
  print()
  print('v = \n', v)
  print()
  print('q = \n', q)

  输出：

  Original x = [1 2 3 4 5]
  
  x = [1 2 3 4 5 6]
  
  x = [1 2 3 4 5 6 7 8]
  
  Original Y =
  [[1 2 3]
   [4 5 6]]
  
  v =
  [[1 2 3]
   [4 5 6]
   [7 8 9]]
  
  q =
  [[ 1 2 3 9]
   [ 4 5 6 10]]
  

  • 该函数会将给定的元素列表沿着指定的轴附加到 ndarray 中。
  • 当我们将行或列附加到秩为 2 的 ndarray 中时，行或列的形状必须正确，以与秩为 2 的 ndarray 的形状相符。

• 使用 np.insert(ndarray, index, elements, axis) 函数向 ndarray 中插入值

  x = np.array([1, 2, 5, 6, 7])
  Y = np.array([[1,2,3],[7,8,9]])
  print()
  print('Original x = ', x)
  x = np.insert(x,2,[3,4]) # 向秩为1的ndarray第三个元素前插入3和4
  print()
  print('x = ', x)
  print()
  print('Original Y = \n', Y)
  w = np.insert(Y,1,[4,5,6],axis=0) # 向秩为2的ndarray第二行前，插入4,5,6
  v = np.insert(Y,1,5, axis=1) # 向秩为2的ndarray前第二列前，插入5
  print()
  print('w = \n', w)
  print()
  print('v = \n', v)

  输出：

  Original x = [1 2 5 6 7]
  
  x = [1 2 3 4 5 6 7]
  
  Original Y =
  [[1 2 3]
   [7 8 9]]
  
  w =
  [[1 2 3]
   [4 5 6]
   [7 8 9]]
  
  v =
  [[1 5 2 3]
   [7 5 8 9]]

• 此函数会将给定的元素列表沿着指定的轴插入到 ndarray 中，并放在给定的索引前面。

• 使用 np.vstack() 函数进行垂直堆叠，或使用 np.hstack() 函数进行水平堆叠。

  x = np.array([1,2])
  Y = np.array([[3,4],[5,6]])
  print()
  print('x = ', x)
  print()
  print('Y = \n', Y)
  z = np.vstack((x,Y)) # 此处将x置于Y之上，形成新的ndarray
  w = np.hstack((Y,x.reshape(2,1))) # 此处将变形后的x置于Y的右侧,形成新的ndarray 
  print()
  print('z = \n', z)
  print()
  print('w = \n', w)

  输出：

  x = [1 2]
  
  Y =
  [[3 4]
   [5 6]]
  
  z =
  [[1 2]
   [3 4]
   [5 6]]
  
  w =
  [[3 4 1]
   [5 6 2]]