关于numpy.insert函数在二维数组中插入逻辑与参数的疑问

我来帮你拆解一下这个函数的参数逻辑和两个示例的差异，你就能明白其中的行为了：

核心参数解析 #

首先明确numpy.insert(arr, obj, values, axis=None)里几个关键参数的含义：

• obj参数：这是你指定插入位置的参数。当指定axis后，它表示在对应轴的某个索引位置之前插入值。如果obj是一个列表（比如你第一个例子里的[2,2]），就意味着要在这些位置分别执行一次插入操作。
• values参数：要插入的内容，必须和原数组在axis指定的维度上匹配长度——比如axis=1（列轴）时，values的长度要和原数组的行数一致；axis=0（行轴）时，要和原数组的列数一致。
• axis参数：axis=1表示沿列方向操作（横向插入），axis=0表示沿行方向操作（纵向插入）。

第一个示例拆解 #

原数组s的结构是：

import numpy as np
s = np.array([[1,2,3],[2,3,4]])
print(s)
# 输出：
# [[1 2 3]
#  [2 3 4]]

执行t = np.insert(s, [2,2], [0,1], axis=1)时：

1. obj=[2,2]表示要在列索引2的位置连续插入两次（每次插入都在当前数组的列2之前）；
2. values=[0,1]是长度为2的列表，刚好匹配原数组的2行，所以每次插入的是一行0和一行1；
3. 第一次插入后，数组变成：

   [[1 2 0 3]
    [2 3 1 4]]
   

   第二次再在新数组的列2位置插入[0,1]，最终得到：

   [[1 2 0 0 3]
    [2 3 1 1 4]]
   

第二个示例拆解 #

原数组a和s完全相同，执行b = np.insert(a, 2, [0,1], axis=1)时：

• obj=2是单个索引，只在列索引2的位置插入一次[0,1]，所以最终结果就是第一次插入后的数组：

  [[1 2 0 3]
   [2 3 1 4]]
  

简单来说，第一个例子里的[2,2]就是告诉numpy“在列2的位置插两次”，而第二个例子只插一次，这就是两者行为差异的核心原因。

内容的提问来源于stack exchange，提问作者sara