Indexation dimensionnelle
Leçon 13 sur 18 du cours Les fondamentaux de Numpy de Coddy.
Numpy prend en charge un outil extrêmement puissant - l'indexation des dimensions.
Pour indexer une dimension, nous utilisons les deux-points :. Les deux-points récupèrent tous les éléments à l'index spécifique où ils sont placés. Par exemple, supposons que nous ayons un tableau avec la forme ary.shape # --> (2, 1, 3, 1), placer les deux-points : à ary[:, 0, 0, 0] prendra les deux éléments les plus à gauche de la forme et pour chacun d'eux, il extraira le zéroième élément pour le reste des dimensions.
Note : L'emplacement des deux-points dans les crochets [] correspond à la dimension que nous indexons, ce qui signifie :
ary[:, 0, 0, 0]Indexe la dimension 4Dary[0, :, 0, 0]Indexe la dimension 3Dary[0, 0, :, 0]Indexe la dimension 2Dary[0, 0, 0, :]Indexe la dimension 1Dary[:, :, 0, 0]Indexe les dimensions 4D et 3D- etc
Exemple 1
ary = np.array([
[1, 2],
[3, 4]
])
ary[:, 0] # --> [1, 3]
ary[0, :] # --> [1, 2]Les deux-points prennent tous les éléments à l'index spécifié et continuent vers l'index suivant
Dans notre cas :
ary[:, 0]Nous prenons tous les premiers éléments et à chaque élément nous prenons l'élément 0ary[0, :]Nous prenons le premier élément et dans cet élément nous prenons tous les éléments.
Exemple 2
Tableau 3D
ary = np.array([
[[1, 2], [3, 4]],
[[5, 6], [7, 8]]
])
ary[:, 0, :] # --> [[1, 2], [5, 6]]
ary[:, :, 0] # --> [[1, 3], [5, 7]]ary[:, 0, :]Nous prenons tous les éléments, puis nous prenons le premier élément et enfin nous prenons tout ce qui s'y trouveary[:, :, 0]Nous prenons tous les éléments, puis nous prenons tous ces éléments et enfin nous prenons le premier élément de chacun.- Pouvez-vous deviner quel est le résultat pour
ary[0, :, :]
Exemple 3
Obtenir le premier et le dernier index de chaque ligne
x = np.array([
[ 0, 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 10, 11],
[12, 13, 14, 15, 16, 17],
[18, 19, 20, 21, 22, 23],
])
x[:, np.array([0, -1])]
>>> [0, 5, 6, 11, 12, 17, 18, 23]Exemple 4
Un tableau avec la forme (2, 1, 3, 1) tout comme dans l'exemple d'ouverture
ary = np.array([
[
[
[1],[2],[3]
]
],
[
[
[4],[5],[6]
]
]
])
ary[:, 0, 0, 0] # --> [1, 4]
ary[0, :, 0, 0] # --> [1]
ary[0, 0, :, 0] # --> [1, 2, 3]
ary[0, 0, 0, :] # --> [1]Note : il est également possible d'utiliser la syntaxe de découpage (slicing) : start:stop:step que nous avons apprise lors de la leçon sur le Slicing
ary[:, 0:5, 2:3, :]
Cette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Cette leçon comprend un petit quiz. Commencez la leçon pour y répondre et suivre votre progression.
Défi
FacileÉtant donné un tableau 3D ary, récupérez les 2ème, 3ème et 4ème nombres de chaque tableau 1D
Essayez vous-même
import numpy as np
'''
ary looks like:
array([[[ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14, 15, 16, 17, 18, 19]],
[[20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
[30, 31, 32, 33, 34, 35, 36, 37, 38, 39]],
[[40, 41, 42, 43, 44, 45, 46, 47, 48, 49],
[50, 51, 52, 53, 54, 55, 56, 57, 58, 59]],
[[60, 61, 62, 63, 64, 65, 66, 67, 68, 69],
[70, 71, 72, 73, 74, 75, 76, 77, 78, 79]],
[[80, 81, 82, 83, 84, 85, 86, 87, 88, 89],
[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]]])
'''
ary = np.arange(0, 100).reshape(5, 2, 10) # don't change ary
res = ary[] # <-- Complete indices
print(str(res).replace("\n", "")) # don't change this lineToutes les leçons de Les fondamentaux de Numpy
3Indexation de tableaux Numpy
Indexation de baseSlicingIndexation par tableauxIndexation dimensionnelleIndexation booléenneIndexation par conditions multiples