每天15分钟学习python（11）-数组的处理

数组的处理：添加或删除，拼接或拆分

1.添加数组元素 append（）和insert（）

append函数添加方式

import numpy as np
arr = np.array([[1,2],[3,4]])
arr1 = np.append(arr,[[5,6]])
print(arr1)

注这样添加输出会是一维数组

import numpy as np
arr = np.array([[1,2],[3,4]])
arr1 = np.append(arr,[[5,6]]，axis=0)
print(arr1)

注：这里的参数axis=0，即添加的元素添加在行方向上，不改变列数，若axis=1，在添加在列方向上。

1.2 insert函数

import numpy as np
arr = np.array([[1,2],[3,4]])
arr1 = np.insert(arr,1,[5,6])
print(arr1)

同样输出为一维。

import numpy as np
arr = np.array([[1,2],[3,4]])
arr1 = np.insert(arr,1,[5,6],axis=0)
print(arr1)

注：此处axis的用法和append函数一样，0加行，1加列

这里有一个不同，arr1后面的arr后面有个1，这里的1为索引值，表示插入的位置，在第一个代码中表示插入到第二位的位置，第二个中表示插入到第二行，同理当axis=1时表示插入到第二列。

2.删除数组元素    delete函数

import numpy as np
arr = np.array([[1,2],[3,4],[5,6])
arr1 = np.delete(arr,2)
arr2 = np.delete(arr,2,axis=0)
arr3 =np.delete(arr,2,axis=1)
print(arr1)

试着运行完上面的代码，你就明白其中的意思了，和添加是相同的。

3.处理数组的缺失值   isnan函数

import numpy as np
arr = np.array([1,2,3,4,np.nan,6,7)
print(arr)
print(np.isnan(arr))

注：np.nan表示缺失的值，第一行输出应该是带有缺失值的数组，而第二行的要求就是在有缺失值的位置输出为true，其余位置为false，找到缺失的位置然后利用isnan函数进行填充

arr[np.isnan(arr)] = 0
print(arr)

4.处理重复值    unique

import numpy as np
arr = np.array([1,1,1,2,3,4,4,5,6])
arr1 = np.unique(arr)
arr1,arr2 = np.unque(arr,return_counts=True)
print(arr1)
print(arrr2)

第一次输出是去重输出，第二次是各位置重复次数的输出。

拼接和拆分留在明天吧！