NumPy taulukon indeksointi

Vieritellä taulukon elementtiä

Taulukon indeksi on sama kuin taulukon elementin vieraileminen.

Voit vierailla taulukon elementissä viittaamalla sen indeksiin.

NumPy-taulukkojen indeksit alkavat 0:sta, mikä tarkoittaa, että ensimmäisen elementin indeksi on 0, toisen elementin indeksi on 1 ja niin edelleen.

Esimerkki

Hanki ensimmäinen elementti seuraavasta taulukosta:

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[0])

Suorita Esimerkki

Esimerkki

Hanki toinen elementti seuraavasta taulukosta:

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[1])

Suorita Esimerkki

Esimerkki

Hanki kolmas ja neljäs elementti seuraavasta taulukosta ja lisää ne yhteen:

import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[2] + arr[3])

Suorita Esimerkki

Vieritellä 2-D-taulukkoa

Voimme käyttää pilkkuerottamia kokonaislukuja ilmaistaksemme elementin ulottuvuuden ja indeksin kahden ulottuvuuden taulukossa.

Esimerkki

Vieritellä ensimmäisen ulottuvuuden toista elementtiä:

import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('2nd element on 1st dim: ', arr[0, 1])

Suorita Esimerkki

Esimerkki

Vieritellä toisen ulottuvuuden viidettä elementtiä:

import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('5th element on 2nd dim: ', arr[1, 4])

Suorita Esimerkki

Vieritellä 3-D-taulukkoa

Voimme käyttää pilkkuerottamia kokonaislukuja ilmaistaksemme elementin ulottuvuuden ja indeksin 3-D-taulukossa.

Esimerkki

Käyksy ensimmäisen taulukon toisen taulukon kolmannen elementin:

import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
print(arr[0, 1, 2])

Suorita Esimerkki

Esimerkki selitys

arr[0, 1, 2] Tulosta arvo 6.

Toimintatapa:

Ensimmäinen numero edustaa ensimmäistä ulkokerrosta, joka sisältää kaksi taulukkoa:

[[1, 2, 3], [4, 5, 6]]

sitten:

[[7, 8, 9], [10, 11, 12]]

Koska valitsimme 0joten jää ensimmäinen taulukko:

[[1, 2, 3], [4, 5, 6]]

Kolmas numero edustaa toista ulkokerrosta, joka sisältää kaksi taulukkoa:

[1, 2, 3]

sitten:

[4, 5, 6]

Koska valitsimme 1，joten jää toinen taulukko:

[4, 5, 6]

Kolmas numero edustaa kolmatta ulkokerrosta, joka sisältää kolme arvoa:

4
5
6

Koska valitsimme 2，joten lopulta saamme kolmannen arvon:

6

Negatiivinen indeksi

Käytä negatiivista indeksiä alusta alkaen tarkistamaan taulua.

Esimerkki

Tulosta toisen ulkokerroksen viimeinen elementti:

import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('Viimeinen elementti toisesta ulkokerroksesta: ', arr[1, -1])

Suorita Esimerkki