Python 如何使用np.concatenate（）在numpy数组中插入多个元素？

已经是在

numpy

数组中插入一个元素的答案，其中

np.concatenate（）

优于

np.insert（）

（

np.concatenate（）

比

np.insert（）

花费的时间更少）。但我无法使用它在多个位置插入元素。这里有一个例子--

如何将np.concatenate（）用于相同的对象

In [178]: cell = np.array([1, 4, 4, 5, 5, 2, 5, 1, 1, 5])
In [179]: place = np.argwhere(cell == np.amax(cell)).flatten().tolist()
In [180]: place
Out[180]: [3, 4, 6, 9]
In [181]: np.insert(cell, place, 0)
Out[181]: array([1, 4, 4, 0, 5, 0, 5, 2, 0, 5, 1, 1, 0, 5])
In [182]: np.concatenate([cell[:3],[0],cell[3:4],[0],cell[4:6],[0],cell[6:9],[0] ,cell[9:]])
Out[182]: array([1, 4, 4, 0, 5, 0, 5, 2, 0, 5, 1, 1, 0, 5])

构造concatante列表可以通过在

位置

值上的某种列表迭代来概括。细节留给读者

insert

，通过多次插入，使用了一种

mask

方法，我们可以对其进行反向工程：

它在哪里插入了0

In [193]: res = np.insert(cell, place, 0)
In [194]: np.where(res==0)
Out[194]: (array([ 3,  5,  8, 12], dtype=int32),)

这与将0,1,2,3添加到位置相同：

In [195]: np.arange(n)+place
Out[195]: array([ 3,  5,  8, 12])

制作目标阵列和遮罩阵列：

In [196]: out = np.zeros(len(cell)+n, dtype=cell.dtype)
In [197]: mask = np.ones(len(out), dtype=bool)

使用掩码定义插入原始值的位置

In [198]: mask[Out[195]]=False
In [199]: out[mask] = cell
In [200]: out
Out[200]: array([1, 4, 4, 0, 5, 0, 5, 2, 0, 5, 1, 1, 0, 5])

因为插入值是0，所以我们不需要做更多的事情

我在前面的回答中建议，

concatenate

比insert更快，因为

insert

更通用，设置起来需要更多时间。情况也可能如此。但我不希望在时间上有什么进步

---

广义连接

In [235]: catlist = [cell[:place[0]],[0]]
In [236]: for i in range(n-1):
     ...:     catlist.append(cell[place[i]:place[i+1]])
     ...:     catlist.append([0])
     ...:     
In [237]: catlist.append(cell[place[-1]:])
In [238]: np.concatenate(catlist)
Out[238]: array([1, 4, 4, 0, 5, 0, 5, 2, 0, 5, 1, 1, 0, 5])

---

对于该示例，

place

为空。该命令对

place

有什么作用？@Divakar my bad。现在我已经更正了。请查看

np.insert

（例如，文档上的源代码）。它根据插入点的数量使用不同的策略。虽然可能性很多，但基本原则很简单。谢谢。这是一种很好的方法，但问题是我必须处理10^18个元素，这就是为什么我尝试实现

串联（）

，否则我可以使用

插入（）

。如果您有比

insert（）

花费更少时间的更好的解决方案，它将对我非常有帮助。我已经尝试了

concatenate（）。再次感谢。如果
单元格
比
位置
大，我希望
串联
方法（请参阅我的上一次编辑）会更快，因为它适用于
单元格的大片段
。但是如果切片很小且数量很多，那么由
insert
完成的蒙面副本可能会更快。我已经完全尝试了您在上次编辑中所说的内容。正如你所说，这里的地方不小。因此，
insert
将对我有所帮助。非常感谢。
In [235]: catlist = [cell[:place[0]],[0]]
In [236]: for i in range(n-1):
     ...:     catlist.append(cell[place[i]:place[i+1]])
     ...:     catlist.append([0])
     ...:     
In [237]: catlist.append(cell[place[-1]:])
In [238]: np.concatenate(catlist)
Out[238]: array([1, 4, 4, 0, 5, 0, 5, 2, 0, 5, 1, 1, 0, 5])