Slicing
Lección 11 de 18 del curso Fundamentos de Numpy de Coddy.
El slicing en numpy es igual que el slicing con listas.
La sintaxis básica de slicing es: ary[start:stop:step]
Ejemplo 1
Comienza desde el índice 1, toma elementos saltando 2 pasos y detente en el último índice (sin incluirlo):
ary = np.array([0, 1, 2, 3, 4, 5])
print(ary[1:-1:2])
>>> [1 3]Ejemplo 2
Igual que el anterior pero con dimensiones superiores
ary = np.array([[[1,2],[3,4]], [[5,6],[7,8]], [[9,10], [11,12]]]) # <-- Forma: (3, 2, 2)
print(ary[1:-1:2])
>>> [[[5 6]
>>> [7 8]]]Nota: El inicio vacío y el final vacío también son compatibles en numpy
ary = np.array([0, 1, 2, 3, 4, 5])
ary[:2] # --> [0 1]
ary[3:] # --> [3 4 5]
Desafío
Extrae [[1,2],[3,4]] y [[9,10], [11,12]] de ary
Guarda el resultado en la variable res e imprime res
Pruébalo tú mismo
import numpy as np
ary = np.array([ [ [ 1,2 ],[ 3,4 ] ], [ [ 5,6 ],[ 7,8 ] ], [ [ 9,10 ], [ 11,12 ] ] ]) # Don't touch
res = ary[] # <-- Slice
print(str(res).replace('\n', '')) # Don't touch
Todas las lecciones de Fundamentos de Numpy
2Creación de arreglos N-dimensionales
Dimensiones superioresComprendiendo las formasLlenar con valores fijosTipos de NumPyRangoRedimensionar3Indexación de Arrays de Numpy
Indexación básicaSlicingIndexación de arraysIndexación dimensionalIndexación booleanaIndexación con múltiples condiciones