Python | numpy numpy.ndarray.iadd()

简介

Python中的NumPy模块提供了一个称为numpy.ndarray的数据类型，它是一个 N 维数组对象。其中，numpy.ndarray.__iadd__()是一种内置方法，用于就地向数组添加另一个数组或标量。它将另一个数组或标量添加到现有数组中，并返回它们的总和。

语法

numpy.ndarray.__iadd__(self, value, /)

参数

• self: 一个表示 numpy.ndarray 的数组。

• value: 可以是一个标量或一个包含相同形状的数组。如果它是一个数组，则其元素将逐个添加到主数组中。

返回值

• 返回更新后的数组。

示例

import numpy as np

# 创建两个数组
x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

# 将y的值添加到x中
x.__iadd__(y)

print(x)

输出：

array([5, 7, 9])

numpy.ndarray.__iadd__()方法还可以和标量值一起使用。例如：

import numpy as np

# 创建一个数组
x = np.array([1, 2, 3])

# 将标量值3添加到数组中
x.__iadd__(3)

print(x)

输出：

array([4, 5, 6])

注意，numpy.ndarray.__iadd__()方法对原始数组进行操作，而不是创建一个新的数组。因此，如果要创建一个新数组，可以使用numpy.ndarray类中的copy()函数：

import numpy as np

# 创建一个数组
x = np.array([1, 2, 3])
y = np.array([4, 5, 6])

# 创建一个新的数组
z = x.copy()

# 将y的值添加到z中
z.__iadd__(y)

print(z)

输出：

array([5, 7, 9])

再次确认原数组并没有被改变：

print(x)

输出：

array([1, 2, 3])