python 数组插入数据

在Python中，可以使用列表（List）来实现数组的功能。要向数组中插入数据，可以使用列表的`insert()`方法或者直接使用索引赋值的方式。

1. 使用`insert()`方法：
`insert()`方法可以在指定的位置插入一个元素。语法如下：

   my_list = [1, 2, 3, 4, 5]
   my_list.insert(index, element)

其中，`index`表示要插入的位置，`element`表示要插入的元素。

示例：

   my_list = [1, 2, 3, 4, 5]
   my_list.insert(2, 6)
   print(my_list)  # 输出：[1, 2, 6, 3, 4, 5]

2. 使用索引赋值的方式：
可以直接通过索引给列表赋值来插入元素。语法如下：

   my_list = [1, 2, 3, 4, 5]
   my_list[index] = element

其中，`index`表示要插入的位置，`element`表示要插入的元素。

示例：

   my_list = [1, 2, 3, 4, 5]
   my_list = 6
   print(my_list)  # 输出：[1, 2, 6, 4, 5]

相关问题

python 数组插入添加行

### 向Numpy数组和Pandas DataFrame中插入或添加行

#### Numpy数组中的操作

对于Numpy数组而言，可以通过`numpy.vstack()`函数来实现向现有数组垂直堆叠新行的效果。

import numpy as np

arr = np.array([[1, 2], [3, 4]])
new_row = np.array([5, 6])
result_arr = np.vstack((arr, new_row))
print(result_arr)

此代码片段展示了如何创建一个新的二维数组，并通过`vstack()`方法将其与原有一维的新行组合起来[^1]。

#### Pandas DataFrame中的操作

当涉及到Pandas的DataFrame时，则有多种方式可以用来增加新的记录：

一种常见的方式是利用`append()`方法（注意，在较新版的Pandas版本中推荐使用`concat()`替代），可以直接传入字典形式的数据作为新的一行加入到现有的DataFrame里；另一种更为灵活的方法则是借助于`loc[]`属性指定特定的位置插入整行数据。

下面的例子演示了这两种不同的做法:

##### 使用 `pd.concat()`

import pandas as pd

df = pd.DataFrame({'A': ['foo', 'bar'], 'B': [1, 2]})
new_data = {'A': 'baz', 'B': 3}
new_df = pd.DataFrame([new_data])

final_df = pd.concat([df, new_df], ignore_index=True)
print(final_df)

这段脚本先构建了一个简单的两列DataFrame对象，接着定义了一条额外的信息准备追加进去。最后调用了`pd.concat()`把旧表和含有单个元素的新表格连接在一起形成最终的结果集[^2]。

##### 使用 `loc[]` 属性

如果想要更精确地控制在哪一行之前/之后插入某条记录的话，那么就可以考虑采用这种方式来进行处理：

df.loc[len(df)] = ['qux', 4]
print(df)

这里直接指定了要放置这条新纪录的确切位置——即当前长度处，也就是最后一行后面[^3]。

python数组添加数据

要往 Python 数组中添加数据，可以使用 append() 方法，比如：

my_list = [1, 2, 3]
my_list.append(4)
print(my_list)

运行结果为：[1, 2, 3, 4]

注意，Python 的数组叫做列表（list），不同于其他语言中的数组。使用append()方法可以向列表末尾添加一个元素，如果需要插入元素到指定位置，可以使用insert()方法。