python 数组新增值

根据提供的引用内容，本节不包括扩展或改变现有数组的方法。如果想要向Python数组中添加新值，可以使用numpy.append()函数。该函数将在原始数组的末尾添加一个或多个值，并返回一个新的数组。下面是一个简单的例子：

import numpy as np

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

print(new_arr)

输出结果为：[1 2 3 4 5 6]

需要注意的是，numpy.append()函数返回的是一个新的数组，而不是在原始数组上进行修改。如果想要在原始数组上进行修改，可以使用numpy.concatenate()函数。该函数将两个或多个数组沿着指定的轴连接在一起，并返回一个新的数组。下面是一个简单的例子：

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr3 = np.concatenate((arr1, arr2))

print(arr3)

输出结果为：[1 2 3 4 5 6]

相关问题

python 实现比较两个json数组内值得改变

在Python中，你可以使用`json`模块将JSON数组转换为Python列表，然后使用数据结构操作或比较函数（如`set()`、`difflib`库等）来检测值的变化。这里有一个简单的步骤示例：

首先，导入需要的库：

import json
from difflib import SequenceMatcher

假设你有两个JSON数组：

json_array1 = '{"values": [1, 2, 3, "a", "b"]}'
json_array2 = '{"values": [4, 5, 6, "a", "c"]}'

将它们转换为Python列表：

def json_to_list(json_str):
    return json.loads(json_str)['values']

list1 = json_to_list(json_array1)
list2 = json_to_list(json_array2)

接下来，你可以用多种方式检查差异：
1. **直接比较**，看是否完全相等：

   if list1 == list2:
       print("两数组内容完全相同")
   else:
       print("两数组内容不相同")

2. **计算差集**（新元素或删除的元素）：

   added_values = set(list2).difference(set(list1))
   removed_values = set(list1).difference(set(list2))

   print(f"新增值: {added_values}")
   print(f"已删除值: {removed_values}")

3. **计算相似度**（使用`SequenceMatcher`）：

   match_ratio = SequenceMatcher(None, list1, list2).ratio()
   if match_ratio == 1:
       print("两数组完全相似")
   else:
       print(f"两数组相似度为{match_ratio*100}%，部分不同")

使用numpy内置函数进行数组的创建：  创建一个由0到10，以1为步长的数组  创建用0填充的数组，形状为：（2,3）  创建用1填充的数组，形状为：（3,2）  创建由随机数组成的数组，形状为：（3,2）  创建具有有规律递增值的数组，创建后数组值为[ 2. , 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9]  创建具有指定数量元素的数组，并在指定的开始值和结束值之间保持间隔平均，创建后的数组值为[ 1. , 1.6, 2.2, 2.8, 3.4, 4. ]

1 创建一个由0到10，以1为步长的数组：

import numpy as np

arr = np.arange(0, 11, 1)
print(arr)

输出：

[ 0  1  2  3  4  5  6  7  8  9 10]

2. 创建用0填充的数组，形状为：（2,3）

import numpy as np

arr = np.zeros((2, 3))
print(arr)

输出：

[[0. 0. 0.]
 [0. 0. 0.]]

3. 创建用1填充的数组，形状为：（3,2）

import numpy as np

arr = np.ones((3, 2))
print(arr)

输出：

[[1. 1.]
 [1. 1.]
 [1. 1.]]

4. 创建由随机数组成的数组，形状为：（3,2）

import numpy as np

arr = np.random.rand(3, 2)
print(arr)

输出：

[[0.47832243 0.83873635]
 [0.50318503 0.60796249]
 [0.30825612 0.38220367]]

5. 创建具有有规律递增值的数组，创建后数组值为[ 2. , 2.1, 2.2, 2.3, 2.4, 2.5, 2.6, 2.7, 2.8, 2.9]

import numpy as np

arr = np.arange(2, 3, 0.1)
print(arr)

输出：

[2.  2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9]

6. 创建具有指定数量元素的数组，并在指定的开始值和结束值之间保持间隔平均，创建后的数组值为[ 1. , 1.6, 2.2, 2.8, 3.4, 4. ]

import numpy as np

arr = np.linspace(1, 4, 6)
print(arr)

输出：

[1.  1.6 2.2 2.8 3.4 4. ]