Vincoli degli array
Lezione 3 di 18 del corso Fondamenti di NumPy di Coddy.
Gli array hanno dimensioni fisse. Dopo aver creato un array con n elementi, le dimensioni dell'array saranno n e non potranno essere modificate in seguito. Per avere un array più grande o più piccolo dobbiamo crearne uno nuovo e riempirlo con i dati. Gli array non supportano append né delete come fanno le liste Python.
Ad esempio:
ary = np.array([34, 59, 5])La variabile ary contiene un array monodimensionale con 3 elementi.
Per accedere a ciascun elemento usiamo le parentesi [], proprio come in una normale lista Python:
ary[1] # contiene il valore 59Per eliminare un elemento usa np.delete. Non influirà sull'array originale ary, ma restituirà un nuovo array senza l'elemento che sta eliminando.
Per sostituire l'array originale ary con il nuovo array più piccolo, assegna il risultato alla variabile ary:
ary = np.delete(ary, 1)Per aggiungere un elemento usa np.append
ary = np.append(ary, 5)Ora ary conterrà [34, 59, 5, 5]. Anche np.append restituisce un nuovo array e non modifica quello originale.
Per accedere all'ultimo elemento possiamo usare diverse opzioni:
ary[-1]
ary[len(ary)-1]
ary[2]Proprio come con una normale list Python
Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Sfida
FacileCrea una funzione chiamata array_modifier che riceve 3 valori: una lista, un valore e un indice.
Converti la lista in un array numpy e inserisci il nuovo valore all'indice specificato. Non puoi usare le funzionalità delle liste.
Questo problema si può risolvere facilmente con il metodo integrato .insert, ma voglio che tu faccia pratica con altre funzionalità.
Provalo tu
import numpy as np
def array_modifier(lst, value, index):
passTutte le lezioni di Fondamenti di NumPy
2Creazione di array N-dimensionali
Dimensione superioreComprendere le formeRiempimento con valori fissiTipi NumPyIntervalloRimodellamentoEsercitati da solo: Compilatore Python online