【NumPy】np.append() 函数：数组的末尾添加元素，并返回一个新的数组

NumPy np.append() 函数

np.append() 用于在 NumPy 数组的末尾添加元素，并返回一个新的数组。
注意：np.append() 不会修改原数组，而是返回一个新的数组。

---

1. np.append() 语法

numpy.append(arr, values, axis=None)

• arr：原始数组，可以是一维或多维数组。
• values：要添加的值，可以是单个数、列表、NumPy 数组。
• axis：（可选）指定沿哪个轴添加：
  • axis=None（默认）：数组展平成 1D 后追加（无论输入是几维数组）。
  • axis=0：按行追加（前提是 arr 和 values 维度匹配）。
  • axis=1：按列追加（前提是 arr 和 values 维度匹配）。

---

2. np.append() 示例

2.1 一维数组

import numpy as np

arr = np.array([1, 2, 3])
new_arr = np.append(arr, [4, 5, 6])

print(new_arr)  # [1 2 3 4 5 6]

注意：

• arr 没有改变，而是返回了 new_arr。
• values 需要是列表或数组，不能是单个数（需要写成 [4] 而不是 4）。

---

2.2 二维数组（默认 axis=None，会展平成 1D）

arr_2d = np.array([[1, 2], [3, 4]])
new_arr = np.append(arr_2d, [5, 6])

print(new_arr)  # [1 2 3 4 5 6]  展平后添加

---

2.3 二维数组（axis=0，按行追加）

arr_2d = np.array([[1, 2], [3, 4]])
new_row = np.array([[5, 6]])  # 需要保证行列数匹配
new_arr = np.append(arr_2d, new_row, axis=0)

print(new_arr)

输出：

[[1 2]
 [3 4]
 [5 6]]  # 追加了一行

---

2.4 二维数组（axis=1，按列追加）

arr_2d = np.array([[1, 2], [3, 4]])
new_col = np.array([[5], [6]])  # 列数必须匹配
new_arr = np.append(arr_2d, new_col, axis=1)

print(new_arr)

输出：

[[1 2 5]
 [3 4 6]]  # 追加了一列

• new_col = np.array([[5], [6]])，需要写成二维列向量，否则会报错。

---

3. np.append() vs np.concatenate()

np.append() 适用于增加少量数据，但它每次都会创建一个新数组，因此效率较低。
如果要高效拼接数组，推荐使用 np.concatenate()。

示例：

np.concatenate((arr_2d, new_row), axis=0)  # 更高效

---

4. np.append() 适用场景

• 在 NumPy 数组末尾添加元素。
• 当数组大小不固定时（但对于大量数据，建议用 np.concatenate()）。
• 适用于一维和多维数组（但多维数组需要 axis 维度匹配）。

---

5. 总结

函数	作用
np.append(arr, values)	在数组末尾追加元素，返回新数组
np.append(arr, values, axis=0)	按行追加（仅适用于多维数组）
np.append(arr, values, axis=1)	按列追加（仅适用于多维数组）
np.concatenate((arr1, arr2), axis=n)	高效拼接多个数组（更推荐大数据使用）