Indeksowanie według wymiarów
Lekcja 13 z 18 w kursie Podstawy NumPy w Coddy.
Numpy obsługuje niezwykle potężne narzędzie — indeksowanie wymiarów.
Aby indeksować wymiar, używamy dwukropka :. Dwukropek wybiera wszystkie elementy z indeksu, w którym został umieszczony. Załóżmy na przykład, że mamy tablicę o kształcie ary.shape # --> (2, 1, 3, 1). Umieszczenie dwukropka : w ary[:, 0, 0, 0] wybierze dwa najbardziej wysunięte w lewo elementy kształtu, a dla każdego z nich wyodrębni element o indeksie zerowym z pozostałych wymiarów.
Uwaga: Położenie dwukropka w brackets [] wskazuje wymiar, który indeksujemy, czyli:
ary[:, 0, 0, 0]Indeksuje wymiar 4Dary[0, :, 0, 0]Indeksuje wymiar 3Dary[0, 0, :, 0]Indeksuje wymiar 2Dary[0, 0, 0, :]Indeksuje wymiar 1Dary[:, :, 0, 0]Indeksuje wymiary 4D i 3D- itd.
Przykład 1
ary = np.array([
[1, 2],
[3, 4]
])
ary[:, 0] # --> [1, 3]
ary[0, :] # --> [1, 2]Dwukropek wybiera wszystkie elementy z określonego indeksu i przechodzi do następnego indeksu.
W naszym przypadku:
ary[:, 0]Wybieramy wszystkie pierwsze elementy, a z każdego z nich wybieramy element o indeksie 0.ary[0, :]Wybieramy pierwszy element, a z niego wybieramy wszystkie elementy.
Przykład 2
Tablica 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, :]Wybieramy wszystkie elementy, następnie pierwszy element, a na końcu wszystko, co się w nim znajduje.ary[:, :, 0]Wybieramy wszystkie elementy, następnie wszystkie te elementy, a na końcu wybieramy pierwszy element z każdego z nich.- Jak myślisz, jaki będzie wynik dla
ary[0, :, :]?
Przykład 3
Pobierz pierwszy i ostatni indeks z każdego wiersza
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]Przykład 4
Tablica o kształcie (2, 1, 3, 1), tak jak w początkowym przykładzie
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]Uwaga: Można również używać poznanej w lekcji Slicing składni wycinania: start:stop:step.
ary[:, 0:5, 2:3, :]
Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.
Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.
Wyzwanie
ŁatwyMając tablicę 3D ary, pobierz 2., 3. i 4. liczbę z każdej tablicy 1D
Spróbuj swoich sił
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 lineWszystkie lekcje w sekcji Podstawy NumPy
2Tworzenie tablic wielowymiarowych
Wyższy wymiarZrozumienie kształtówWypełnianie stałymi wartościamiTypy NumPyZakresZmiana kształtu3Indeksowanie tablic NumPy
Podstawowe indeksowanieWycinanieIndeksowanie tablicIndeksowanie według wymiarówIndeksowanie logiczneIndeksowanie z wieloma warunkamiPoćwicz samodzielnie: Kompilator Python online