Indicizzazione di base
Lezione 10 di 18 del corso Fondamenti di NumPy di Coddy.
Gli array Numpy monodimensionali possono essere indicizzati come gli elenchi Python:
Indicizzazione di un elenco Python:
lst = [1, 2, 3, 4]
lst[1] # --> 2Indicizzazione di un array Numpy:
ary = np.array([1, 2, 3, 4])
ary[1] # --> 2Ma le cose si fanno interessanti con dimensioni maggiori.
Indicizzazione di un elenco Python 2D:
lst = [[1, 2], [3, 4]]
lst[0][1] # --> 2Indicizzazione di un array Numpy 2D:
ary = np.array([[1, 2], [3, 4]])
ary[0,1] # --> 2 Nota la differenza: ary[0,1], lst[0][1]
Possiamo usare la stessa sintassi degli elenchi con gli array Numpy: ary[0][1], ma è inefficiente ed è meglio usare: ary[0, 1]
ary[0][1]è meno efficiente perché dopo il primo indice viene creato un nuovo array temporaneo, a cui viene poi applicato l'indice 1.
Come si indicizza un array 3D?
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
Mettiti alla provaQuesta lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Mettiti alla provaQuesta lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.
Sfida
FacileRecupera l'elemento (usando l'indicizzazione) che contiene il valore 5 dall'array 3D ary
Provalo tu
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
Tutte le lezioni di Fondamenti di NumPy
2Creazione di array N-dimensionali
Dimensione superioreComprendere le formeRiempimento con valori fissiTipi NumPyIntervalloRimodellamento3Indicizzazione degli array NumPy
Indicizzazione di baseSlicingIndicizzazione degli arrayIndicizzazione dimensionaleIndicizzazione booleanaIndicizzazione con condizioni multipleEsercitati da solo: Compilatore Python online