numpy.insert

numpy.insert(arr, obj, values, axis=None) [source]

Вставка значений вдоль заданной оси перед заданными индексами.

Параметры:

arr : array_like Входной массив. obj : int, slice or sequence of ints Объект, определяющий индекс или индексы, перед которыми вставляется values. Введено в версии 1.8.0. Поддержка множественных вставок, когда obj является одиночным скаляром или последовательностью с одним элементом (аналогично многократным вызовам insert). values : array_like Значения для вставки в arr. Если тип values отличается от типа arr, values преобразуется к типу arr. values должно быть сформировано таким образом, чтобы arr[...,obj,...] = values было допустимым. axis : int, optional Ось, вдоль которой вставлять values. Если axis равно None, то arr сначала сплющивается.

Возвращает:

out : ndarray Копия arr с вставленными values. Обратите внимание, что insert не происходит на месте: возвращается новый массив. Если axis равно None, то out является сплющенным массивом.

См. также

append

Добавление элементов в конец массива.

concatenate

Объединение последовательности массивов вдоль существующей оси.

delete

Удаление элементов из массива.

Примечания

Обратите внимание, что для вставок в массивы более высокой размерности obj=0 ведет себя совершенно иначе, чем obj=[0], подобно тому, как arr[:,0,:] = values отличается от arr[:,[0],:] = values.

Примеры

>>> a = np.array([[1, 1], [2, 2], [3, 3]])
>>> a
array([[1, 1],
       [2, 2],
       [3, 3]])
>>> np.insert(a, 1, 5)
array([1, 5, 1, 2, 2, 3, 3])
>>> np.insert(a, 1, 5, axis=1)
array([[1, 5, 1],
       [2, 5, 2],
       [3, 5, 3]])

Разница между последовательностью и скалярами:

>>> np.insert(a, [1], [[1],[2],[3]], axis=1)
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])
>>> np.array_equal(np.insert(a, 1, [1, 2, 3], axis=1),
...                np.insert(a, [1], [[1],[2],[3]], axis=1))
True

>>> b = a.flatten()
>>> b
array([1, 1, 2, 2, 3, 3])
>>> np.insert(b, [2, 2], [5, 6])
array([1, 1, 5, 6, 2, 2, 3, 3])

>>> np.insert(b, slice(2, 4), [5, 6])
array([1, 1, 5, 2, 6, 2, 3, 3])

>>> np.insert(b, [2, 2], [7.13, False]) # type casting
array([1, 1, 7, 0, 2, 2, 3, 3])

>>> x = np.arange(8).reshape(2, 4)
>>> idx = (1, 3)
>>> np.insert(x, idx, 999, axis=1)
array([[  0, 999,   1,   2, 999,   3],
       [  4, 999,   5,   6, 999,   7]])