NumPy是Python编程中用来进行科学计算的一个Python库/模块。本课将教你如何对NumPy数组执行各种操作。NumPy有一个多维数组对象，以及像屏蔽数组和屏蔽多维数组的派生数组。Python中的numpy append()方法是用来将两个数组连接在一起。这个函数创建一个新的数组，同时不影响原数组。
其语法是numpy.append(arr, values, axis=None)。arr "参数在这里可以是一个类似数组的对象，或者是一个numpy数组。这个数组的一个副本被添加到value中。数值是添加到 "arr "组件最末端的数组类对象。轴决定了数值被附加到哪个轴上。如果没有指定轴，两个数组都会被压扁。
我们可以利用NumPy模块提供的 "ndarray "对象来对任何维度的数组执行操作。ndarray是一个N维数组，其中N可以是任何数字。因此，NumPy数组可以有任何大小。与Python列表相比，NumPy有很多优势。NumPy数组可以用来进行高性能的操作，如对数组成员进行排序，数学和逻辑操作，输入/输出函数，以及统计和线性代数计算。在这篇文章中，我们将看看如何使用append()、concatenate()和insert()函数来向numpy数组中添加或追加一个元素。让我们开始吧。
例1
在这个例子中，我们将使用append向numpy数组中添加一个元素。Python中的Numpy模块有一个叫做numpy.append()的函数，允许你向numpy数组中添加一个元素。add()函数可以接受一个numpy数组和一个单值作为参数。它返回一个带有所提供的值的传入数组的副本，而不是修改现有数组。考虑下面的代码作为一个例子。在导入numpy后，我们创建了一个整数numpy数组。然后利用numpy.append()函数，将一个元素附加到numpy数组的最末端。最后，我们将原始数组和更新的数组都打印出来。
import numpy as np
myarr = np.array([22, 3, 4, 7, 1])
n_arr = np.append(myarr, 5)
print('Newly Created Array is: ', n_arr)
print('Original Array is: ', myarr)
你可以在后面的截图中看到新的和原来的数组。append()函数复制了数组，然后在返回前将数字5附加到数组的末端。
例2
我们将使用concatenate方法将元素添加到NumPy数组中。Numpy.concatenate()是Python NumPy模块中的一个方法，可以连接两个或多个数组。这使得我们可以将一个元素添加到NumPy数组中。然而，我们必须将单项封装在一个序列数据结构中，比如一个列表，并给concatenate()函数提供一个数组和列表的元组。例如，看一下这段代码。
正如你在第三行代码中所看到的，你可以在NumPy数组的末端追加一个元素。它创建了一个新的数组，其条目来自数组加列表序列。它并没有改变原来的数组，而是返回了一个新的数组，其中包含了原来NumPy数组的所有内容，并在最后追加了一个单一的值。
import numpy as np
myarr = np.array([22, 3, 4, 7, 1])
n_arr = np.concatenate( (myarr, [5] ) )
print('Newly Created Array is: ', n_arr)
print('Original Array is: ', myarr)
附件中的截图显示了原始数组和新创建的数组。
例3
NumPy中的insert()方法也可以插入一个元素或列。insert()方法和append()方法的区别在于，insert()函数允许我们指定要添加元素的索引，而append()方法则是在数组的末端添加一个值。考虑一下下面的情况。在这里你可以看到，insert()函数被调用时有三个参数：一个NumPy数组，一个索引点，以及一个要添加的值。它生成了一个myarr的副本，其中加入了指定索引位置的值。我们选择了数组的大小作为索引位置，因为我们希望在数组的末端添加元素。结果，该值被追加到数组的末端。值得注意的是，它并没有改变原来的数组；相反，它返回了一个myarr的副本，并在指定的索引处添加了所提供的值，即在数组的末端。
import numpy as np
myarr = np.array([22, 3, 4, 7, 1])
n_arr = np.insert(myarr, 1, 90)
print('Newly Created Array is: ', n_arr)
print('Original Array is: ', myarr)
这里你可以看到新创建的数组和原始数组。
结论
NumPy数组是一个非负整数的元组，索引所有相同类型的元素的网格。数组的等级是维数；形状是一个代表数组大小和维度的数字元组。在这篇文章中，我们介绍了将单个元素追加到NumPy数组末端的三种不同方法。使用NumPy数组是很简单的，正如我们所展示的那样。当使用大多数机器学习框架时，NumPy数组很重要。因此，NumPy可能被认为是人工智能的门户。
