导读:本期聚焦于小伙伴创作的《Python怎么在NumPy数组中插入元素_使用insert函数指定位置填充》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《Python怎么在NumPy数组中插入元素_使用insert函数指定位置填充》有用,将其分享出去将是对创作者最好的鼓励。

在Python的NumPy库中,insert函数是实现数组指定位置插入元素的核心工具,它能够灵活适配一维和多维数组的插入需求,支持自定义插入位置、插入内容和操作维度,是数组数据调整时的常用函数。

insert函数基础语法与参数说明

NumPy的insert函数属于numpy模块的内置函数,基础语法格式如下:

import numpy as np

# 基础语法
new_arr = np.insert(arr, obj, values, axis=None)

各个参数的具体含义如下:

  • arr:必填参数,表示原始的要操作的NumPy数组。
  • obj:必填参数,表示插入位置的索引,支持整数、整数列表或整数数组,索引从0开始计数。
  • values:必填参数,表示要插入的元素,可以是单个数值、列表、元组或者NumPy数组,插入时会自动适配原始数组的数据类型。
  • axis:可选参数,表示插入操作对应的轴,默认值为None,此时会先对原始数组进行扁平化处理再插入;对于一维数组axis只能取0或者None,对于多维数组可以取对应维度的索引值。

一维NumPy数组插入元素示例

一维数组的插入操作是最基础的使用场景,只需指定插入的索引位置和插入的值即可,不需要额外设置axis参数(或者设置axis=0)。

单个位置插入单个元素

在索引为2的位置插入数值10,原始数组为[1,2,3,4,5]:

import numpy as np

# 创建原始一维数组
origin_arr = np.array([1, 2, 3, 4, 5])
# 在索引2的位置插入数值10
new_arr = np.insert(origin_arr, 2, 10)
print("原始数组:", origin_arr)
print("插入后数组:", new_arr)
# 输出结果:
# 原始数组: [1 2 3 4 5]
# 插入后数组: [ 1  2 10  3  4  5]

单个位置插入多个元素

在索引为3的位置插入[20,30]两个元素:

import numpy as np

origin_arr = np.array([1, 2, 3, 4, 5])
# 在索引3的位置插入两个元素
new_arr = np.insert(origin_arr, 3, [20, 30])
print("插入后数组:", new_arr)
# 输出结果:插入后数组: [ 1  2  3 20 30  4  5]

多个位置插入元素

在索引1和索引4的位置分别插入对应元素,插入值需要和索引位置数量匹配:

import numpy as np

origin_arr = np.array([1, 2, 3, 4, 5])
# 在索引1和4的位置插入对应元素
new_arr = np.insert(origin_arr, [1, 4], [10, 20])
print("插入后数组:", new_arr)
# 输出结果:插入后数组: [ 1 10  2  3  4 20  5]

多维NumPy数组插入元素示例

多维数组插入时需要指定axis参数,明确插入操作对应的维度,否则函数会先将数组扁平化再插入。

二维数组按行插入(axis=0)

在二维数组的第1行位置插入新的行数据:

import numpy as np

# 创建2行3列的二维数组
origin_arr = np.array([[1, 2, 3], [4, 5, 6]])
# 在axis=0(行维度)的索引1位置插入新行
new_row = [7, 8, 9]
new_arr = np.insert(origin_arr, 1, new_row, axis=0)
print("原始数组形状:", origin_arr.shape)
print("插入后数组:n", new_arr)
# 输出结果:
# 原始数组形状: (2, 3)
# 插入后数组:
#  [[1 2 3]
#  [7 8 9]
#  [4 5 6]]

二维数组按列插入(axis=1)

在二维数组的第2列位置插入新的列数据:

import numpy as np

origin_arr = np.array([[1, 2, 3], [4, 5, 6]])
# 在axis=1(列维度)的索引2位置插入新列
new_col = [10, 20]
new_arr = np.insert(origin_arr, 2, new_col, axis=1)
print("插入后数组:n", new_arr)
# 输出结果:
# 插入后数组:
#  [[ 1  2 10  3]
#  [ 4  5 20  6]]

使用insert函数的注意事项

  • insert函数不会修改原始数组,而是返回一个新的数组,原始数组的数据和结构保持不变。
  • 插入的values参数需要和原始数组的数据类型兼容,否则会自动进行类型转换,比如原始数组是整型,插入浮点型数值会被转为浮点型。
  • 当axis为None时,原始数组会被先转为一维数组再执行插入操作,最终返回的结果也是一维数组。
  • 插入的索引位置可以超过原始数组的长度,此时元素会被插入到数组的末尾,比如原始数组长度为5,插入索引为10,元素会被放到最后一位。
  • 如果插入的values是数组,需要和原始数组在对应轴上的形状匹配,比如二维数组按列插入时,插入的数组长度需要和原始数组的行数一致。
insert函数是NumPy中数组元素插入的标准方案,相比手动拼接数组的方式,它的逻辑更清晰,参数控制更灵活,适合各类需要动态调整数组内容的场景。

NumPyinsert函数数组插入Python指定位置填充修改时间:2026-07-01 11:42:29

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。