mars.tensor.insert#

mars.tensor.insert(arr, obj, values, axis=None)[来源]#

在给定索引之前沿着给定轴插入值。

Parameters

arr (类数组) – 输入数组。
obj (int, slice 或 sequence of ints) – 定义在values插入之前的索引或索引的对象。
values (数组类似) – 插入到 arr 的值。如果 values 的类型与 arr 不同，values 会被转换为 arr 的类型。values 应该被形状化，以便 arr[...,obj,...] = values 是合法的。
axis (int, 可选) – 插入values的轴。如果axis为None，则首先扁平化arr。

Returns

out – 一个包含插入values的arr副本。请注意，insert并不是就地发生：返回一个新的数组。如果axis为None，out是一个扁平化数组。

Return type

ndarray

另请参阅

append: 将元素附加到数组的末尾。
concatenate: 沿着现有轴连接一系列数组。
delete: 从数组中删除元素。

备注

请注意，对于高维插入 obj=0 的行为与 obj=[0] 非常不同，就像 arr[:,0,:] = values 与 arr[:,[0],:] = values 是不同的。

示例

>>> import mars.tensor as mt
>>> a = mt.array([[1, 1], [2, 2], [3, 3]])
>>> a.execute()
array([[1, 1],
       [2, 2],
       [3, 3]])
>>> mt.insert(a, 1, 5).execute()
array([1, 5, 1, ..., 2, 3, 3])
>>> mt.insert(a, 1, 5, axis=1).execute()
array([[1, 5, 1],
       [2, 5, 2],
       [3, 5, 3]])
Difference between sequence and scalars:
>>> mt.insert(a, [1], [[1],[2],[3]], axis=1).execute()
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])
>>> b = a.flatten()
>>> b.execute()
array([1, 1, 2, 2, 3, 3])
>>> mt.insert(b, [2, 2], [5, 6]).execute()
array([1, 1, 5, ..., 2, 3, 3])
>>> mt.insert(b, slice(2, 4), [5, 6]).execute()
array([1, 1, 5, ..., 2, 3, 3])
>>> mt.insert(b, [2, 2], [7.13, False]).execute() # type casting
array([1, 1, 7, ..., 2, 3, 3])
>>> x = mt.arange(8).reshape(2, 4)
>>> idx = (1, 3)
>>> mt.insert(x, idx, 999, axis=1).execute()
array([[  0, 999,   1,   2, 999,   3],
       [  4, 999,   5,   6, 999,   7]])