如果要在ndarray的开头或结尾而不是在中间添加列，则除了np.insert（）之外，还可以使用水平连接ndarray的np.hstack（）。

请注意，如果原始ndarray和要添加的ndarray的尺寸不匹配，则会发生错误。即使只有一列，也必须使用reshape（）方法将其转换为二维数组。

# print(np.hstack((a, c1)))
# ValueError: all the input arrays must have same number of dimensions
print(_c1)
# [[100]
#  [101]
#  [102]]
print(np.hstack((a, _c1)))
# [[  0   1   2   3 100]
#  [  4   5   6   7 101]
#  [  8   9  10  11 102]]
print(np.hstack((_c1, a)))
# [[100   0   1   2   3]
#  [101   4   5   6   7]
#  [102   8   9  10  11]]
print(np.hstack((a, c2)))
# [[  0   1   2   3 100 101]
#  [  4   5   6   7 102 103]
#  [  8   9  10  11 104 105]]
print(np.hstack((c2, a)))
# [[100 101   0   1   2   3]
#  [102 103   4   5   6   7]
#  [104 105   8   9  10  11]]
如果要替换列，可以编写：原始ndarray已更改。
 
如果选择的列数相同，则切片或列表确定。
 
_a = a.copy()
_a[:, 1] = c1
print(_a)
# [[  0 100   2   3]
#  [  4 101   6   7]
#  [  8 102  10  11]]
_a = a.copy()
_a[:, :2] = c2
print(_a)
# [[100 101   2   3]
#  [102 103   6   7]
#  [104 105  10  11]]
_a = a.copy()
_a[:, [0, 3]] = c2
print(_a)
# [[100   1   2 101]
#  [102   5   6 103]
#  [104   9  10 105]]
与前面的示例一样，更改形状（列数）的操作将导致错误，因此在使用np.insert（）插入后，请使用np.delete（）删除不必要的行。
                    19_NumPy如何使用insert将元素/行/列插入/添加到数组ndarray可以使用numpy.insert（）函数将元素，行和列插入（添加）到NumPy数组ndarray。这里将对以下内容与示例代码一起解释。numpy.insert（）概述一维数组使用numpy.insert（）插入和添加元素替换元素二维数组的行使用numpy.insert（）插入和添加行在numpy.vstack（）的开头和结尾添加行行的置换二维数组的列使用numpy.insert（）插入和添
在数据末尾做追加，有返回值，不改变原来数组的结构
如果是多维数组，append后变成一维数组，在末尾添加
如果是多维数组添加多维数组，append后也变成一维数组
arr1=np.arange(10,20)
arr2=np.arange(20,30)
arr3=np.arange(20).reshape(...
				
对于一个numpy的array数组，可以利用np.rowstack()添加一行，np.column_stack()添加一列
h = np.array([[1,2,3],[4,5,6],[7,8,9]])
在第一列添加一列
h = np.column_stack((np.arange(1,4),h))
在最后添加一行
h = np.row_stack((h,np.arange(1,5)))
注意添加的列和行要和原来array数组的大小相匹配
numpy arra
				
Python中ndarray数组加入一行元素
ndarray是numpy扩展库下的内容，用来表示多维数组(n-dimensions array)：
import numpy as np
a=np.array([[1,2],[3,4],[5,6]])
事先不知道数组的尺寸可以先定义一个空数组，再向其中加入元素：
b = np.array([])
# 筛选a的每一行中所有元素都大于2的行，并保存到b中
b = np.append(b, [row for row in sen_angle if min(row)
				
ros_numpy
 用于将ROS消息与numpy数组相互转换的工具。 包含两个功能：
 arr = numpify(msg, ...) -尝试从消息中获取一个numpy对象
msg = msgify(MessageType, arr, ...) -尝试将numpy对象转换为消息
目前支持：
 sensor_msgs.msg.PointCloud2  :left-right_arrow: 结构化的np.array ：
 data = np . zeros ( 100 , dtype = [
  ( 'x' , np . float32 ),
  ( 'y' , np . float32 ),
  ( 'vectors' , np . float32 , ( 3 ,))
data [ 'x' ] = np . arange ( 100 )
data [ 'y' ] = data [ 'x' ] * 2
data [ '
1. 切片操作：可以使用numpy数组的切片操作来获取数组中元素的周围元素。
例如，对于一个二维数组arr，要获取第i行第j列元素周围的元素，可以使用如下切片操作：
```python
arr[i-1:i+2, j-1:j+2]
这将返回一个3x3的子数组，其中心元素为arr[i,j]，周围的8个元素为该子数组的其余元素。
2. 使用numpy.pad()函数：numpy.pad()函数可以用来在数组的边缘添加一个或多个值，从而扩展数组的大小。可以使用该函数来添加额外的行和列，然后通过索引访问周围的元素。
例如，对于一个二维数组arr，要获取第i行第j列元素周围的元素，可以使用如下代码：
```python
padded_arr = np.pad(arr, ((1, 1), (1, 1)), mode='constant')
surrounding = padded_arr[i:i+3, j:j+3]
这将在数组的边缘添加一行和一列，并使用常量值填充这些额外的元素。然后可以使用切片操作来获取中心元素周围的元素。
3. 使用numpy.roll()函数：numpy.roll()函数可以用来沿着给定轴滚动数组的元素。可以使用该函数来将数组的行和列进行滚动，从而获取周围的元素。
例如，对于一个二维数组arr，要获取第i行第j列元素周围的元素，可以使用如下代码：
```python
rows, cols = arr.shape
row_indices = np.arange(i-1, i+2) % rows
col_indices = np.arange(j-1, j+2) % cols
surrounding = arr[row_indices][:, col_indices]
这将将第i行向上和向下滚动一行，并将第j列向左和向右滚动一列，从而获取中心元素周围的元素。使用模运算可以确保在数组的边缘滚动时正确处理索引。