python中numpy.append()方法里的axis怎么用

小編給大家分享一下python中numpy.append()方法里的axis怎么用，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

python的數(shù)據(jù)類(lèi)型有哪些?

python的數(shù)據(jù)類(lèi)型：1. 數(shù)字類(lèi)型，包括int（整型）、long（長(zhǎng)整型）和float（浮點(diǎn)型）。2.字符串，分別是str類(lèi)型和unicode類(lèi)型。3.布爾型，Python布爾類(lèi)型也是用于邏輯運(yùn)算，有兩個(gè)值：True（真）和False（假）。4.列表，列表是Python中使用最頻繁的數(shù)據(jù)類(lèi)型，集合中可以放任何數(shù)據(jù)類(lèi)型。5. 元組，元組用”()”標(biāo)識(shí)，內(nèi)部元素用逗號(hào)隔開(kāi)。6. 字典，字典是一種鍵值對(duì)的集合。7. 集合，集合是一個(gè)無(wú)序的、不重復(fù)的數(shù)據(jù)組合。

小編介紹過(guò)python中numpy.append()的使用方法，在numpy.append()有三個(gè)參數(shù)，其中arr和values會(huì)重新組合成一個(gè)新的數(shù)組，做為返回值。而axis是一個(gè)可選的值，根據(jù)不同的axis的不同條件，numpy.append()的使用方法也不同。

一、numpy.append()語(yǔ)法格式

numpy.append(arr, values, axis=None):

二、numpy.append()中axis三種用法

1、axis無(wú)定義：返回總是為一維數(shù)組

如果axis沒(méi)有給出，那么arr，values都將先展平成一維數(shù)組。

返回由arr和values組成的新數(shù)組。

import numpy as np
a=[1,2,3]
b=[4,5]
c=[[6,7],[8,9]]
print(np.append(a,b))
print(np.append(a,c))

輸出

[1 2 3 4 5]
[1 2 3 6 7 8 9]

2、axis=0的情況：數(shù)組是加在下面（列數(shù)要相同）

axis=0，表示針對(duì)第1維進(jìn)行操作，可以簡(jiǎn)單的理解為，加在了行上。所以行數(shù)增加，列數(shù)不變。

import numpy as np
aa= np.zeros((1,8))
bb=np.ones((3,8))
c = np.append(aa,bb,axis = 0)
print(c)

輸出

[[ 0.  0.  0.  0.  0.  0.  0.  0.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.]
 [ 1.  1.  1.  1.  1.  1.  1.  1.]]

3、axis=1的情況：數(shù)組是加在右邊（行數(shù)要相同）

拓展列，行數(shù)不變。行數(shù)需要相同。

import numpy as np
 
DYX = np.zeros((3,1))
HXH = np.ones((3,8))
XH = np.append(DYX, HXH,axis=1)
 
print(DYX) #(3,1)
"""
[[0.]
 [0.]
 [0.]]
"""
 
print(HXH) # (3,8)
"""
[[1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1.]
 [1. 1. 1. 1. 1. 1. 1. 1.]]
"""
 
#最終結(jié)果：
print(XH)
"""
[[0. 1. 1. 1. 1. 1. 1. 1. 1.]
 [0. 1. 1. 1. 1. 1. 1. 1. 1.]
 [0. 1. 1. 1. 1. 1. 1. 1. 1.]]
"""
 
print(XH.shape)  #(3, 9)
#axis = 1,在第二維上拼接，所以說(shuō)，(3,1)和(3,8)就變成了(3,9)

看完了這篇文章，相信你對(duì)“python中numpy.append()方法里的axis怎么用”有了一定的了解，如果想了解更多相關(guān)知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！