の numpy.append() 指定された軸に沿って配列の最後に値を追加します 構文:
numpy.append(array, values, axis = None)>
パラメーター ：
array : [array_like]Input array. values : [array_like]values to be added in the arr. Values should be shaped so that arr[...,obj,...] = values. If the axis is defined values can be of any shape as it will be flattened before use. axis : Axis along which we want to insert the values. By default, array is flattened.>
戻る ：
An copy of array with values being appended at the end as per the mentioned object along a given axis.>
コード 1 : 配列の追加
パイソン
Java多態性
# Python Program illustrating> # numpy.append()> > import> numpy as geek> > #Working on 1D> arr1>=> geek.arange(>5>)> print>(>'1D arr1 : '>, arr1)> print>(>'Shape : '>, arr1.shape)> > > arr2>=> geek.arange(>8>,>12>)> print>(>'
1D arr2 : '>, arr2)> print>(>'Shape : '>, arr2.shape)> > > # appending the arrays> arr3>=> geek.append(arr1, arr2)> print>(>'
Appended arr3 : '>, arr3)> |
>
>
出力:
1D arr1 : [0 1 2 3 4] Shape : (5,) 1D arr2 : [ 8 9 10 11] Shape : (4,) Appended arr3 : [ 0 1 2 3 4 8 9 10 11]>
の 時間の複雑さ numpy.append() 関数の は O(n) です。ここで、n は追加される要素の数です。これは、要素の追加に必要な時間が、追加される要素の数に応じて直線的に増加することを意味します。
コンピューターとは何ですか
の 空間の複雑さ numpy.append() 関数の も O(n) です。ここで、n は追加される要素の数です。これは、要素を追加するために必要なスペースの量が、追加される要素の数に応じて直線的に増加することを意味します。
コード 2 : 軸を使って遊ぶ
パイソン
# Python Program illustrating> # numpy.append()> > import> numpy as geek> > #Working on 1D> arr1>=> geek.arange(>8>).reshape(>2>,>4>)> print>(>'2D arr1 :
'>, arr1)> print>(>'Shape : '>, arr1.shape)> > > arr2>=> geek.arange(>8>,>16>).reshape(>2>,>4>)> print>(>'
2D arr2 :
'>, arr2)> print>(>'Shape : '>, arr2.shape)> > > # appending the arrays> arr3>=> geek.append(arr1, arr2)> print>(>'
Appended arr3 by flattened : '>, arr3)> > # appending the arrays with axis = 0> arr3>=> geek.append(arr1, arr2, axis>=> 0>)> print>(>'
Appended arr3 with axis 0 :
'>, arr3)> > # appending the arrays with axis = 1> arr3>=> geek.append(arr1, arr2, axis>=> 1>)> print>(>'
Appended arr3 with axis 1 :
'>, arr3)> |
CSSのセレクターとは何ですか
>
>
出力:
2D arr1 : [[0 1 2 3] [4 5 6 7]] Shape : (2, 4) 2D arr2 : [[ 8 9 10 11] [12 13 14 15]] Shape : (2, 4) Appended arr3 by flattened : [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15] Appended arr3 with axis 0 : [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] Appended arr3 with axis 1 : [[ 0 1 2 3 8 9 10 11] [ 4 5 6 7 12 13 14 15]]>