Python 按行移动numpy数组

数组：

我使用

shift

from

scipy.ndimage.interpolation

如下所示：

arr = np.ones([4,4])

array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])

array([[ nan,  nan,  nan,  nan],
       [ 1.,   1.,   1.,   1.],
       [ 1.,   1.,   1.,   1.],
       [ 1.,   1.,   1.,   1.]])

不过，我想：

shift(arr,1, cval=np.nan)

array([[ nan,  nan,  nan,  nan],
       [ nan,   1.,   1.,   1.],
       [ nan,   1.,   1.,   1.],
       [ nan,   1.,   1.,   1.]])

---

基本上，我希望将所有列数据向下移动，并从数据集中引导最后一行

Pandas

具有可以执行此操作的shift函数，但我不确定如何在

Numpy

中执行此操作您可以将

shift

函数的

shift

参数（第二个参数）从

scipy.ndimage.interpolation更改如下：

arr = np.ones([4,4])

array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])

array([[ nan,  nan,  nan,  nan],
       [ 1.,   1.,   1.,   1.],
       [ 1.,   1.,   1.,   1.],
       [ 1.,   1.,   1.,   1.]])

这里，
（1，0）
表示第一维中的
1
，第二维中的
0
。
您可以从
scipy.ndimage.interpolation
更改
shift
函数的
shift
参数（第二个参数），如下所示：

arr = np.ones([4,4])

array([[ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.]])

array([[ nan,  nan,  nan,  nan],
       [ 1.,   1.,   1.,   1.],
       [ 1.,   1.,   1.,   1.],
       [ 1.,   1.,   1.,   1.]])

这里，
（1，0）
表示第一维中的
1
，第二维中的
0
。
可能还需要显式设置
mode='constant'
也可能需要显式设置
mode='constant'