Indexação Dimensional
Lição 13 de 18 do curso Fundamentos de Numpy da Coddy.
O Numpy suporta uma ferramenta extremamente poderosa - Indexação de dimensões.
Para indexar dimensões, usamos os dois pontos :. Os dois pontos pegam todos os elementos no índice específico em que são colocados. Por exemplo, suponha que temos um array com o formato ary.shape # --> (2, 1, 3, 1), colocar os dois pontos : em ary[:, 0, 0, 0] pegará os dois elementos mais à esquerda do formato e, para cada um deles, extrairá o elemento zero para o restante das dimensões.
Nota: A localização dos dois pontos nos colchetes [] é a dimensão que estamos indexando, ou seja:
ary[:, 0, 0, 0]Indexa a dimensão 4Dary[0, :, 0, 0]Indexa a dimensão 3Dary[0, 0, :, 0]Indexa a dimensão 2Dary[0, 0, 0, :]Indexa a dimensão 1Dary[:, :, 0, 0]Indexa as dimensões 4D e 3D- etc
Exemplo 1
ary = np.array([
[1, 2],
[3, 4]
])
ary[:, 0] # --> [1, 3]
ary[0, :] # --> [1, 2]Os dois pontos pegam todos os elementos no índice especificado e continuam para o próximo índice
No nosso caso:
ary[:, 0]Pegamos todos os primeiros elementos e, em cada elemento, pegamos o elemento 0ary[0, :]Pegamos o primeiro elemento e, nesse elemento, pegamos todos os elementos.
Exemplo 2
Array 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, :]Pegamos todos os elementos, depois pegamos o primeiro elemento e, por fim, pegamos tudo o que houver láary[:, :, 0]Pegamos todos os elementos, depois pegamos todos esses elementos e, por fim, pegamos o primeiro elemento de cada um.- Você consegue adivinhar qual é a saída para
ary[0, :, :]
Exemplo 3
Obter o primeiro e o último índice de cada linha
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]Exemplo 4
Um array com o formato (2, 1, 3, 1) exatamente como no exemplo de abertura
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]Nota: também é possível usar a sintaxe de fatiamento (slicing): start:stop:step que aprendemos na lição de Slicing
ary[:, 0:5, 2:3, :]
Esta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.
Esta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.
Desafio
FácilDado um array 3D ary, recupere o 2º, 3º e 4º números de cada array 1D
Experimente você mesmo
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 lineTodas as lições de Fundamentos de Numpy
2Criação de Arrays N-Dimensionais
Dimensões SuperioresEntendendo FormatosPreencher com Valores FixosTipos do NumpyIntervalosRedimensionamento3Indexação de Arrays Numpy
Indexação BásicaFatiamentoIndexação de ArraysIndexação DimensionalIndexação BooleanaIndexação com Múltiplas Condições