Grundlagen der Indizierung
Lektion 10 von 18 im Kurs Numpy Grundlagen von Coddy.
Eindimensionale Numpy-Arrays können genauso indiziert werden wie Python-Listen:
Indizierung von Python-Listen:
lst = [1, 2, 3, 4]
lst[1] # --> 2Indizierung von Numpy-Arrays:
ary = np.array([1, 2, 3, 4])
ary[1] # --> 2Aber bei größeren Dimensionen wird es interessant.
Indizierung von 2D-Python-Listen:
lst = [[1, 2], [3, 4]]
lst[0][1] # --> 2Indizierung von 2D-Numpy-Arrays:
ary = np.array([[1, 2], [3, 4]])
ary[0,1] # --> 2 Erkennen Sie den Unterschied: ary[0,1], lst[0][1]
Wir können bei Numpy-Arrays dieselbe Syntax wie bei Listen verwenden: ary[0][1], aber das ist ineffizient. Es ist besser, ary[0, 1] zu verwenden.
ary[0][1]ist weniger effizient, da nach dem ersten Index ein neues temporäres Array erstellt wird, das anschließend mit 1 indiziert wird.
Wie indiziert man ein 3D-Array?
ary = np.array([
[[1], [2]],
[[3], [4]]
])
ary[0, 0, 0] # --> 1
ary[0, 1, 0] # --> 2
ary[1, 0, 0] # --> 3
ary[1, 1, 0] # --> 4
Teste dich selbstDiese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.
Teste dich selbstDiese Lektion enthält ein kurzes Quiz. Starte die Lektion, um es zu beantworten und deinen Fortschritt zu speichern.
Aufgabe
EinfachRufen Sie das Element (mittels Indizierung) ab, das den Wert 5 aus dem 3D-Array ary enthält.
Probier es selbst
import numpy as np
ary = np.array([ [ [ 0, 1 ], [ 2, 3 ] ], [ [ 4, 5 ], [ 6, 7 ] ] ])
res = ary[] # <-- Complete the indexing
print(res) # Don't touch
Alle Lektionen in Numpy Grundlagen
2Erstellung n-dimensionaler Arrays
Höhere DimensionenShapes verstehenMit festen Werten füllenNumPy-TypenRangeReshape3Indizierung von Numpy-Arrays
Grundlagen der IndizierungSlicingArray-IndizierungDimensionale IndizierungBoolesche IndizierungIndizierung mit mehreren Bedingungen