在Python中，给数组添加行或列可以通过多种方式实现，以下是使用`numpy`库的一些方法：
添加行
1. 使用`numpy.append`函数：
```python
import numpy as np
m_list = [[1, 2, 3], [3, 4, 5]]
m_arr = np.array（m_list）
添加整行元素
new_row = np.array（[[1, 1, 1]]）
m_arr = np.append（m_arr, new_row, axis=0）
print（m_arr）
2. 使用`numpy.stack`函数：```pythonimport numpy as np
a = [[1, 2, 3], [4, 5, 6]]
c = np.stack（a, axis=0） 在新维度下标为0的位置添加行
print（c）
添加列
1. 使用`numpy.append`函数：
```python
import numpy as np
ini_array = np.array（[[1, 2, 3], [45, 4, 7], [9, 6, 10]]）
column_to_be_added = np.array（[, , ]）
添加列到数组
m_arr = np.append（ini_array, column_to_be_added, axis=1）
print（m_arr）
2. 使用`numpy.concatenate`函数：```pythonimport numpy as np
ini_array = np.array（[[1, 2, 3], [45, 4, 7], [9, 6, 10]]）
column_to_be_added = np.array（[, , ]）
添加列到数组
m_arr = np.concatenate（（ini_array, column_to_be_added）, axis=1）
print（m_arr）
请注意，在使用`numpy.append`时，如果添加的是行，`axis`参数应设置为0；如果添加的是列，`axis`参数应设置为1。在使用`numpy.concatenate`时，同样需要注意`axis`参数的设置。
以上方法适用于`numpy`数组，如果你使用的是`pandas`的`DataFrame`，添加行或列的方法会有所不同，但原理相似。