Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment ajouter des éléments au tableau NumPy (3 exemples)



Vous pouvez utiliser les méthodes suivantes pour ajouter un ou plusieurs éléments à un tableau NumPy :

Méthode 1 : ajouter une valeur à la fin du tableau

#append one value to end of array
new_array = np.append(my_array, 15)

Méthode 2 : ajouter plusieurs valeurs à la fin du tableau

#append multiple values to end of array
new_array = np.append(my_array, [15, 17, 18])

Méthode 3 : insérer une valeur à une position spécifique dans le tableau

#insert 95 into the index position 2
new_array = np.insert(my_array, 2, 95)

Méthode 4 : insérer plusieurs valeurs à une position spécifique dans le tableau

#insert 95 and 99 starting at index position 2 of the NumPy array
new_array = np.insert(my_array, 2, [95, 99]) 

Ce tutoriel explique comment utiliser chaque méthode en pratique avec le tableau NumPy suivant :

import numpy as np

#create NumPy array
my_array = np.array([1, 2, 2, 3, 5, 6, 7, 10])

#view NumPy array
my_array

array([ 1,  2,  2,  3,  5,  6,  7, 10])

Exemple 1 : ajouter une valeur à la fin du tableau

Le code suivant montre comment utiliser np.append() pour ajouter une valeur à la fin du tableau NumPy :

#append one value to end of array
new_array = np.append(my_array, 15)

#view new array
new_array

array([ 1,  2,  2,  3,  5,  6,  7, 10, 15])

La valeur 15 a été ajoutée à la fin du tableau NumPy.

Exemple 2 : ajouter plusieurs valeurs à la fin du tableau

Le code suivant montre comment utiliser np.append() pour ajouter plusieurs valeurs à la fin du tableau NumPy :

#append multiple values to end of array
new_array = np.append(my_array, [15, 17, 18])

#view new array
new_array

array([ 1,  2,  2,  3,  5,  6,  7, 10, 15, 17, 18])

Les valeurs 15 , 17 et 18 ont été ajoutées à la fin du tableau NumPy.

Exemple 3 : insérer une valeur à une position spécifique dans le tableau

Le code suivant montre comment insérer une valeur dans une position spécifique du tableau NumPy :

#insert 95 into the index position 2
new_array = np.insert(my_array, 2, 95)

#view new array
new_array

array([ 1,  2, 95,  2,  3,  5,  6,  7, 10])

La valeur 95 a été insérée dans la position d’index 2 du tableau NumPy.

Exemple 4 : insérer plusieurs valeurs à une position spécifique dans le tableau

Le code suivant montre comment insérer plusieurs valeurs en commençant à une position spécifique dans le tableau NumPy :

#insert 95 and 99 starting at index position 2 of the NumPy array
new_array = np.insert(my_array, 2, [95, 99]) 

#view new array
new_array

array([ 1,  2, 95, 99,  2,  3,  5,  6,  7, 10])

Les valeurs 95 et 99 ont été insérées à partir de la position d’index 2 du tableau NumPy.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans NumPy :

Comment filtrer un tableau NumPy
Comment supprimer les valeurs NaN du tableau NumPy
Comment comparer deux tableaux NumPy

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *