მონაცემების ინდექსირება და დაჭრა პითონის ნუმპიან მასივებში

ბლოგი

ძირითადი ინდექსირება

ძირითადი ინდექსირება შესაძლებელია გაკეთდეს | _+_ | მასივები



1. ერთგანზომილებიანი მასივი

  • ერთგანზომილებიანი მასივის შექმნა
NumPy

მაგალითი მასივის სურათი

ავტორის ავტორი



რას აკეთებს ჩვენების ბლოკი
  • მასივიდან ელემენტებზე წვდომა დადებითი ინდექსირებით

პითონში ყველა ინდექსი ნულოვანია. ინდექსი 0 წარმოადგენს მასივის პირველ ელემენტს.

import numpy as np one_d=np.array([10,20,30,40]) print (one_d) #Output:array([10, 20, 30, 40]) 30 ფუნტი



  • მასივის ელემენტებზე წვდომა უარყოფითი ინდექსირებით

ნეგატიური ინდექსაცია იწყება მასივის ბოლოდან. | _+_ | წარმოადგენს ბოლო ელემენტს.

one_d[2] 40 ფუნტი

2. ორგანზომილებიანი მასივი

  • ორგანზომილებიანი მასივის შექმნა
-1
  • ორგანზომილებიანი მასივის კონკრეტულ ელემენტზე წვდომა
one_d[-1]

i_ row_index (იწყება 0 -დან)

j → სვეტი_ინდექსი (იწყება 0 -დან)

სად ვიყიდოთ კრიპტო ტალღები
two_d=np.array([[0,1],[2,3],[4,5]]) print (two_d) #Output: [[0 1] [2 3] [4 5]]
  • ორგანზომილებიანი მასივის კონკრეტულ სტრიქონზე წვდომა

თუ ჩვენ ვაძლევთ ერთ ინდექსს, ის მიიღება როგორც row_index

x[i,j] or x[(i,j)]

მე რიგის_ინდექსი

print (two_d[(1,2)]) #Output: 5 print (two_d[1,2]) #Output: 5
  • ორგანზომილებიანი მასივის კონკრეტულ სვეტზე წვდომა

x[i]

: მე (row_index) მიიღეთ ყველა მნიშვნელობა ( : არის სრული ნაჭერი, თავიდან ბოლომდე)

j → სვეტი_ინდექსი

print (two_d[(1)]) #Output:[3 4 5]

ორგანზომილებიანი მასივების მაგალითები

3. სამგანზომილებიანი მასივი

  • სამგანზომილებიანი მასივის შექმნა
x[:,j]

სამგანზომილებიანი მასივის მაგალითი

  • სამგანზომილებიანი მასივის კონკრეტულ ელემენტზე წვდომა
print (two_d[:,1]) #Output:[1 4 7]
  • სამგანზომილებიანი მასივიდან კონკრეტულ ელემენტზე წვდომა უარყოფითი ინდექსაციის გამოყენებით
three_d=np.array([[[0,1],[2,3]],[[4,5],[6,7]]]) print (three_d) #Output: [[[0 1] [2 3]] [[4 5] [6 7]]]
  • სამგანზომილებიან მასივში კონკრეტულ მატრიცაზე (ან ორგანზომილებიან მასივზე) წვდომა

x [1] → ირჩევს პირველ მატრიცას.

ჩამოტვირთეთ csv ფაილი github– დან

თუ ჩვენ დავაზუსტებთ მხოლოდ პირველ ინდექსს, ის შეარჩევს კონკრეტულ მატრიცას.

print (three_d[1,0,1]) #Output: 5 print (three_d[(1,0,1)]) #Output: 5 print (three_d[(-1,-1,-1)]) #Output: 7

სურათი პოსტისთვის

  • წვდომა კონკრეტულ რიგზე კონკრეტულ მატრიცაში

| _+_ | → თუ ჩვენ დავაკონკრეტებთ მხოლოდ i და j მნიშვნელობებს, ის აირჩევს მწკრივს (j) მატრიციდან (i)

print (three_d[(-1,-1,-1)]) #Output: 7

სამგანზომილებიანი მასივის მაგალითი

  • წვდომა კონკრეტულ სვეტზე კონკრეტულ მატრიცაში

| _+_ | აირჩიეთ სვეტი k დან მატრიცა მე რა

სად ვიყიდოთ ტრიას მონეტა

მოცემულია როგორც | _+_ | რაც ნიშნავს სრულ ნაჭერს. [ყველა რიგი]

print (three_d[(1)]) #Output: [[4 5] [6 7]]

სამგანზომილებიანი მასივის მაგალითი

კუთხოვანი 4 მარტივი შესვლის მაგალითი
  • ელემენტების წვდომა იმავე პოზიციაზე თითოეული მატრიციდან.

| _+_ | → ის შეარჩევს ელემენტს at რიგი j და სვეტი k ყველა მატრიცაში.

მე მოცემულია როგორც | _+_ | რაც ნიშნავს სრულ ნაჭერს. [ყველა მატრიცა]

x[i,j]

სამგანზომილებიანი მასივის მაგალითი.

IndexError

ძალიან დიდი ინდექსის გამოყენების მცდელობა გამოიწვევს IndexError.

მაგალითი 1: ერთგანზომილებიანი მასივი

print (three_d[(1,0)]) #Output: [4 5]

#პითონი #მონაცემთა მეცნიერება #უაზრო #პროგრამა #დეველოპერი

საშუალო. com

მონაცემების ინდექსირება და დაჭრა პითონის ნუმპიან მასივებში

ისწავლეთ მონაცემების ინდექსირება და დაჭრა Python Numpy მასივებში. ძირითადი ინდექსირება შეიძლება გაკეთდეს NumPy მასივებიდან კონკრეტულ ელემენტზე წვდომისათვის. ძირითადი კვეთა ვრცელდება პითონის ძირითად კონცეფციაზე დაჭრაზე N ზომებამდე.