python中append实例用法总结

yipeiwu_com5年前Python基础

append()函数

描述:在列表ls最后(末尾)添加一个元素object

语法:ls.append(object) -> None 无返回值

例:

a=[1,2,3]

a.append(5)

此时,运行结果为 [1, 2, 3, 5]

a=[1,2,3]

a.append([5])

此时,运行结果为 [1, 2, 3, [5]]

结果不再为一个数组,而是list

用append生成多维数组:

import numpy as np

a=[] 

for i in range(5): 

  a.append([])

  for j in range(5): 

    a[i].append(i)

结果如下:

[[0, 0, 0, 0, 0],

 [1, 1, 1, 1, 1],

 [2, 2, 2, 2, 2],

 [3, 3, 3, 3, 3],

 [4, 4, 4, 4, 4]]

矩阵转置函数transpose方法:

a=np.transpose(a)

结果如下:

([[0, 1, 2, 3, 4],

   [0, 1, 2, 3, 4],

   [0, 1, 2, 3, 4],

   [0, 1, 2, 3, 4],

   [0, 1, 2, 3, 4]])

数组合并操作:

h=np.arange(-2,2,1)

h.shape

k1=np.c_[h,h] #横向合并函数1 np.c_,将数组转化为列向量

k2=np.hstack((h,h)) #横向合并函数2 np.hstack,将数组作为横向量

print("k1="+str(k1))

print("k2="+str(k2))

l1=np.r_[[h],[h]] #纵向合并函数np.r_

l2=np.vstack((h,h)) #纵向合并函数np.vstack

print("l1="+str(l1))

print("l2="+str(l2))

结果如下:

k1=[[-2 -2]

 [-1 -1]

 [ 0 0]

 [ 1 1]]

k2=[-2 -1 0 1 -2 -1 0 1]

l1=[[-2 -1 0 1]

 [-2 -1 0 1]]

l2=[[-2 -1 0 1]

 [-2 -1 0 1]]

内容扩展:

描述:在列表ls最后(末尾)添加一个元素object

语法:ls.append(object) -> None 无返回值

object —— 要添加的元素。可以添加 列表,字典,元组,集合,字符串等。
程序示例:

ls1 = [1,2,3,4,5,6]
ls2 = [1,2,3,4,5,6]
ls1.append(12)
 
#可以添加列表,字典,元组,集合,字符串等
ls2.append([1,"a"])  #添加列表
ls2.append({2:"a",3:"hj"}) #添加字典
ls2.append((1,"k",3)) #添加元组
ls2.append({"1","2","h"}) #添加集合
ls2.append("123abc") #添加字符串
 
print(ls1.append(12)) #无返回值
print(ls1) #append()函数的操作对象是原列表。
print(ls2)

程序运行结果:

None
[1, 2, 3, 4, 5, 6, 12, 12]
[1, 2, 3, 4, 5, 6, [1, 'a'], {2: 'a', 3: 'hj'}, (1, 'k', 3), {'2', '1', 'h'}, '123abc']

相关文章

python 有效的括号的实现代码示例

给定一个只包括 '(',')','{','}','[',']' 的字符串,判断字符串是否有效。 有效字符串需满足: 左括号必须用相同类型的右括号闭合。 左括号必须以正确的顺序闭...

python 构造三维全零数组的方法

如下所示: temp1 = [[] for i in range(10)] temp2 = [temp1 for i in range(20)] temp3 = [temp2 for...

python 计算数据偏差和峰度的方法

numpy.set_printtoptions(edgeitems=5):值过多,显示前5个和后5个 偏度:衡量随机分布的不均衡性,偏度=0,数值相对均匀的分布在两侧 峰度:概率密度在均...

布同自制Python函数帮助查询小工具

比如在学习list、tuple、dict、str、os、sys等模组的时候,利用Python的自带文档可以很快速的全面的学到那些处理的函数。所以这个自带文档功能能够给出学者带来很大的方便...

Python基于OpenCV库Adaboost实现人脸识别功能详解

Python基于OpenCV库Adaboost实现人脸识别功能详解

本文实例讲述了Python基于OpenCV库Adaboost实现人脸识别功能。分享给大家供大家参考,具体如下: 以前用Matlab写神经网络的面部眼镜识别算法,研究算法逻辑,采集大量训练...