Mafunzo ya Kusababisha ya Array ya NumPy
- Mchezo Mtu wa Kuzungumza Mafunzo ya Kijumuia ya Array ya NumPy
- Mchezo Mtu wa Kuzingia Mafunzo ya Aina ya Data ya NumPy
裁切数组
python 中裁切的意思是将元素从一个给定的索引带到另一个给定的索引。
我们像这样传递切片而不是索引:[start:end]
.
Tunaweza kufasili kina kama inayotakiwa kwa kufungua kama itakuwa:[start:end:step]
.
hatau tena tunachukua startinaitwa 0.
hatau tena tunachukua endinaitwa ujenzi wa ukubwa wa ukurasa wa kufungua.
hatau tena tunachukua stepinaitwa 1.
Mfano
kutoka katika orodha hii, kufungua uadilifu wa indeksi 1 hadi indeksi 5 ya matukio:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[1:5])
Marejeo:Matokeo ni ina kuanzia na kufungua na hataru, hivyo hataru kwa kumekadiri kwa kufungua kwa uwanja wa kufungua.
Mfano
kutoka kati ya viwango 4 hadi mababu:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[4:])
Mfano
kutoka kati ya mababu hadi viwango 4 (hakupewa):
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[:4])
Kusababisha kutoka kati ya mababu
kutumia alama ya kuzungumza kusababisha viwango kutoka kati:
Mfano
kutoka kati ya viwango 3 hadi viwango 1, kusababisha viwango kwenye mababu:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[-3:-1])
STEP
Tumie thamani ya step kuweza kubadilisha hatua ya kusababisha:
Mfano
kutoka kati ya viwango 1 hadi viwango 5, kutoka kati ya viwango ya kati:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[1:5:2])
Mfano
kutoka kati ya mababu kusababisha viwango ya kati:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7]) print(arr[::2])
Kukisia 2-D
Mfano
kutoka kati ya mababu ya pili kusababisha viwango 1 hadi viwango 4 (hakupewa):
import numpy as np arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) print(arr[1, 1:4])
Marejeo:Tukieleweza kwamba kati ya mababu ya pili ina viwango 1.
Mfano
kutoka kati ya mababu kusababisha viwango 2:
import numpy as np arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) print(arr[0:2, 2])
Mfano
kutoka kati ya mababu kusababisha viwango 1 hadi viwango 4 (hakupewa), hii itakuwa kirefu 2-D:
import numpy as np arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) print(arr[0:2, 1:4])
- Mchezo Mtu wa Kuzungumza Mafunzo ya Kijumuia ya Array ya NumPy
- Mchezo Mtu wa Kuzingia Mafunzo ya Aina ya Data ya NumPy