numpy.append()中axis参数的使用详解
发布时间：2026-10-13| 5人浏览过
本文详细解析numpy.append()函数中axis参数的作用。当axis未指定时，数组展平为一维；axis为0时沿行追加（需列数一致），axis为1时沿列追加（需行数一致）。通过代码示例展示不同axis值下的数组组合结果及常见错误处理。
具体用法如下所示：
def append(arr, values, axis=None): """ Append values to the end of an array. Parameters ---------- arr : array_like Values are appended to a copy of this array. values : array_like These values are appended to a copy of `arr`. It must be of the correct shape (the same shape as `arr`, excluding `axis`). If `axis` is not specified, `values` can be any shape and will be flattened before use. axis : int, optional The axis along which `values` are appended. If `axis` is not given, both `arr` and `values` are flattened before use. Returns ------- append : ndarray A copy of `arr` with `values` appended to `axis`. Note that `append` does not occur in-place: a new array is allocated and filled. If `axis` is None, `out` is a flattened array.
numpy.append(arr, values, axis=None):
简单来说，该函数会将arr和values组合生成一个新的数组作为返回值。其中，axis是一个可选参数。
当axis参数未定义（即None）时，数组会进行横向拼接，最终返回的始终是一个一维数组。
Examples -------- >>> np.append([1, 2, 3], [[4, 5, 6], [7, 8, 9]]) array([1, 2, 3, 4, 5, 6, 7, 8, 9])
当axis参数有具体定义时，主要涉及0和1两种情况。（注意：在加载数据时，必须确保数组的形状匹配，即行数或列数需相同，否则会报错：all the input array dimensions except for the concatenation axis must match exactly）。
当axis设置为0时，数组会在下方进行拼接（此时要求列数相同）：
import numpy as np aa= np.zeros((1,8)) bb=np.ones((3,8)) c = np.append(aa,bb,axis = 0) print(c)
[[ 0. 0. 0. 0. 0. 0. 0. 0.] [ 1. 1. 1. 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1. 1. 1. 1.] [ 1. 1. 1. 1. 1. 1. 1. 1.]]
当axis设置为1时，数组会在右侧进行拼接（此时要求行数相同）：
import numpy as np aa= np.zeros((3,8)) bb=np.ones((3,1)) c = np.append(aa,bb,axis = 1) print(c)
[[ 0. 0. 0. 0. 0. 0. 0. 0. 1.] [ 0. 0. 0. 0. 0. 0. 0. 0. 1.] [ 0. 0. 0. 0. 0. 0. 0. 0. 1.]]
以上就是对numpy.append()函数中axis参数用法的详细解析，希望以上内容能为大家提供参考，也欢迎大家继续支持本站。
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
