### numpy.append 的使用方法 `numpy.append` 是一种用于向数组末尾追加元素的方法。它会返回一个新的数组，而不会修改原始数组的内容[^3]。 #### 基本语法 ```python numpy.append(arr, values, axis=None) ``` - `arr`: 输入数组。 - `values`: 要附加的值，必须与输入数组形状兼容（如果指定了 `axis` 参数）。 - `axis`: 可选参数，默认为 `None`。如果不指定此参数，则将两个数组展平并连接；如果指定了 `axis`，则沿该轴方向进行追加操作[^2]。 --- #### 示例代码 ##### 1. 向一维数组追加元素 当处理一维数组时，可以简单地通过传递要追加的值来扩展数组。 ```python import numpy as np # 定义原数组 array_1d = np.array([1, 2, 3]) # 追加单个或多个元素 result = np.append(array_1d, [4, 5]) print(result) # 输出: [1 2 3 4 5] ``` 上述代码展示了如何在一维数组后面追加新的数值。 ##### 2. 处理二维数组时不指定 `axis` 如果没有指定 `axis` 参数，那么无论是一维还是多维数组都会被先展平再合并。 ```python # 定义二维数组 array_2d = np.array([[1, 2], [3, 4]]) # 不指定 axis 参数 result_flat = np.append(array_2d, [[5, 6]], axis=None) print(result_flat) # 输出: [1 2 3 4 5 6] ``` 这里可以看到整个过程忽略了维度结构并将所有数据组合成了一串连续序列。 ##### 3. 按行 (`axis=0`) 或列 (`axis=1`) 方向追加到二维数组 对于更高维度的情况，可以通过设置 `axis` 来控制具体在哪条线上执行添加动作。 ```python # 添加新行(axis=0) new_row = np.array([[7, 8]]) result_add_rows = np.append(array_2d, new_row, axis=0) print(result_add_rows) # 输出: # [[1 2] # [3 4] # [7 8]] # 添加新列(axis=1)，注意 value 形状需匹配目标位置的要求 new_column = np.array([[9], [10]]) try: result_add_columns = np.append(array_2d, new_column.T, axis=1) except ValueError as e: print(e) # 正确写法应该是调整 shape 至一致后再尝试运行下面这句： correct_new_col = np.array([[9], [10]]).T result_add_columns_corrected = np.append(array_2d, correct_new_col , axis=1 ) print(result_add_columns_corrected ) # 输出: # [[ 1 2 9] # [ 3 4 10]] ``` 以上例子说明了在不同维度下正确配置待加入的数据形式的重要性以及错误配置可能引发的问题[^4]。 --- ### 注意事项 尽管 `numpy.append()` 提供了一个便捷的方式来增加少量项目至现有集合之中，但在涉及大规模或者频繁更新需求的应用场合里，推荐优先考虑性能更高的替代方案比如 `np.concatenate()` ，因为它能够更好地优化内存分配效率从而减少不必要的复制开销。