numpy.insert#

numpy.insert(arr, obj, values, axis=None)[source]#

在指定轴上前方指定位置插入指定值。

参数:
arr类数组

输入数组。

obj整数、序列或整数的序列

定义 values 所插入之前的位置或位置的对象。

1.8.0 版中的新增功能。

obj 为单个标量或包含一个元素的序列(类似于调用 insert 多次)时,支持多个插入操作。

values类数组

要插入 arr 中的值。如果 values 的类型不同于 arr 的类型,values 会转换 arr 的类型。values 应成形,以便 arr[...,obj,...] = values 是合法的。

axis整数,可选

沿该轴插入 values。如果 axis 为 None,则先将 arr 展平。

返回:
outndarray

已插入 valuesarr 副本。请注意,insert 不会原地操作:将返回一个新的数组。如果 axis 为 None,out 就是一个展平的数组。

另请参见

append

将元素追加到数组末尾。

concatenate

沿既有轴连接一系列数组。

delete

从数组中删除元素。

注意

请注意,对于更高维度的插入,obj=0 的行为与 obj=[0] 完全不同,就像 arr[:,0,:] = valuesarr[:,[0],:] = values 不同。这是因为基本索引与高级索引存在差异,详情请参见 索引

示例

>>> import numpy as np
>>> a = np.arange(6).reshape(3, 2)
>>> a
array([[0, 1],
       [2, 3],
       [4, 5]])
>>> np.insert(a, 1, 6)
array([0, 6, 1, 2, 3, 4, 5])
>>> np.insert(a, 1, 6, axis=1)
array([[0, 6, 1],
       [2, 6, 3],
       [4, 6, 5]])

序列和标量之间的差异,演示 obj=[1] 的行为与 obj=1 的行为不同的情况

>>> np.insert(a, [1], [[7],[8],[9]], axis=1)
array([[0, 7, 1],
       [2, 8, 3],
       [4, 9, 5]])
>>> np.insert(a, 1, [[7],[8],[9]], axis=1)
array([[0, 7, 8, 9, 1],
       [2, 7, 8, 9, 3],
       [4, 7, 8, 9, 5]])
>>> np.array_equal(np.insert(a, 1, [7, 8, 9], axis=1),
...                np.insert(a, [1], [[7],[8],[9]], axis=1))
True
>>> b = a.flatten()
>>> b
array([0, 1, 2, 3, 4, 5])
>>> np.insert(b, [2, 2], [6, 7])
array([0, 1, 6, 7, 2, 3, 4, 5])
>>> np.insert(b, slice(2, 4), [7, 8])
array([0, 1, 7, 2, 8, 3, 4, 5])
>>> np.insert(b, [2, 2], [7.13, False]) # type casting
array([0, 1, 7, 0, 2, 3, 4, 5])
>>> x = np.arange(8).reshape(2, 4)
>>> idx = (1, 3)
>>> np.insert(x, idx, 999, axis=1)
array([[  0, 999,   1,   2, 999,   3],
       [  4, 999,   5,   6, 999,   7]])