python 如何把np数组中追加数组

在Python中，可以使用多种方法将数组追加到NumPy数组中，如使用np.append()、np.concatenate()、以及np.vstack()等。 其中，最常用的方法是使用np.append()和np.concatenate()。np.append()函数非常简单易用，适合初学者，而np.concatenate()提供了更为灵活的操作方式，适合复杂的数组操作。下面将详细介绍这几种方法。

一、np.append()方法

使用np.append()方法可以在现有的NumPy数组末尾追加一个新的数组。这个方法非常简单，只需要两个参数：原数组和要追加的数组。

import numpy as np
创建一个原始数组
original_array = np.array([1, 2, 3, 4])
要追加的数组
additional_array = np.array([5, 6, 7, 8])
使用np.append()方法
result_array = np.append(original_array, additional_array)
print(result_array)

在这段代码中，np.append()方法将additional_array追加到了original_array的末尾，并生成了一个新的数组result_array。需要注意的是，np.append()函数返回的是一个新的数组，而不是在原数组上进行修改。

二、np.concatenate()方法

np.concatenate()方法提供了更为灵活的数组拼接方式。你可以指定沿着哪个轴进行拼接，这对于多维数组的操作非常有用。

1. 一维数组的拼接

import numpy as np
创建两个一维数组
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
使用np.concatenate()方法
result_array = np.concatenate((array1, array2))
print(result_array)

2. 二维数组的拼接

import numpy as np
创建两个二维数组
array1 = np.array([[1, 2, 3], [4, 5, 6]])
array2 = np.array([[7, 8, 9], [10, 11, 12]])
沿着第一个轴（行）进行拼接
result_array_axis0 = np.concatenate((array1, array2), axis=0)
沿着第二个轴（列）进行拼接
result_array_axis1 = np.concatenate((array1, array2), axis=1)
print("沿着第一个轴（行）进行拼接：\n", result_array_axis0)
print("沿着第二个轴（列）进行拼接：\n", result_array_axis1)

三、np.vstack()和np.hstack()方法

np.vstack()和np.hstack()方法分别用于沿着竖直方向和水平方向拼接数组。这两个方法提供了更为直观的数组拼接方式。

1. np.vstack()方法

import numpy as np
创建两个数组
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
使用np.vstack()方法
result_array = np.vstack((array1, array2))
print(result_array)

2. np.hstack()方法

import numpy as np
创建两个数组
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])
使用np.hstack()方法
result_array = np.hstack((array1, array2))
print(result_array)

四、使用axis参数控制拼接方向

在使用np.concatenate()方法时，axis参数起到了关键作用。通过设置axis参数，你可以控制数组的拼接方向。

1. 沿着行方向拼接

import numpy as np
创建两个二维数组
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])
沿着行方向拼接
result_array = np.concatenate((array1, array2), axis=0)
print(result_array)

2. 沿着列方向拼接

import numpy as np
创建两个二维数组
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])
沿着列方向拼接
result_array = np.concatenate((array1, array2), axis=1)
print(result_array)

五、使用np.insert()方法

除了上述方法，你还可以使用np.insert()方法在NumPy数组中的指定位置插入新的数组。

import numpy as np
创建一个原始数组
original_array = np.array([1, 2, 3, 4])
要插入的数组
additional_array = np.array([5, 6, 7, 8])
使用np.insert()方法
result_array = np.insert(original_array, 2, additional_array)
print(result_array)

在这段代码中，np.insert()方法在原数组original_array的索引位置2处插入了additional_array。

六、性能比较

在实际应用中，选择合适的方法不仅可以提升代码的可读性，还可以提高执行效率。一般来说，np.concatenate()和np.vstack()、np.hstack()的性能要优于np.append()，特别是在处理大规模数组时。

1. np.append()的性能

import numpy as np
import time
创建大规模数组
large_array = np.random.rand(1000000)
additional_array = np.random.rand(1000000)
测量np.append()的时间
start_time = time.time()
result_array = np.append(large_array, additional_array)
end_time = time.time()
print("np.append()的执行时间：", end_time - start_time)

2. np.concatenate()的性能

import numpy as np
import time
创建大规模数组
large_array = np.random.rand(1000000)
additional_array = np.random.rand(1000000)
测量np.concatenate()的时间
start_time = time.time()
result_array = np.concatenate((large_array, additional_array))
end_time = time.time()
print("np.concatenate()的执行时间：", end_time - start_time)

七、总结

在Python中追加数组到NumPy数组中有多种方法可供选择，包括np.append()、np.concatenate()、np.vstack()和np.hstack()等。选择合适的方法可以根据具体需求和数组的维度来决定。对于简单的一维数组拼接，np.append()已经足够，而对于复杂的多维数组操作，np.concatenate()提供了更为灵活的选择。同时，在处理大规模数据时，性能也是需要考虑的一个重要因素，np.concatenate()通常要比np.append()更高效。在实际应用中，理解这些方法的不同特点和适用场景，将有助于你编写出更高效和可读性更强的代码。