Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Grundlæggende Indeksering | Indeksering og Skæring
Ultimativ NumPy

Stryg for at vise menuen

book
Grundlæggende Indeksering

Hver NumPy array har elementer og deres respektive indekser. Her vil vi fokusere på indekser i 1D arrays. I det følgende billede er de positive indekser vist i grøn, mens de negative indekser er vist i rød:

Som du kan se, har hvert element i arrayet både en positiv og en negativ indeks. Faktisk er indeksering i arrays ligesom indeksering i lister.

Adgang til elementer ved hjælp af indekser

For at få adgang til et element ved dets indeks, skal du angive indekset for dette element i firkantede parenteser, f.eks. array[2].

Bemærk

Hvis et angivet indeks er uden for grænserne, kastes en IndexError, så vær opmærksom på det.

1234567891011121314
import numpy as np array = np.array([9, 6, 4, 8, 10]) # Accessing the first element (positive index) print(f'The first element (positive index): {array[0]}') # Accessing the first element (negative index) print(f'The first element (negative index): {array[-5]}') # Accessing the last element (positive index) print(f'The last element (positive index): {array[4]}') # Accessing the last element (negative index) print(f'The last element (negative index): {array[-1]}') # Accessing the third element (positive index) print(f'The third element (positive index): {array[2]}') # Accessing the third element (negative index) print(f'The third element (negative index): {array[-3]}')
copy

Faktisk er positiv og negativ indeksering blot to metoder til at få adgang til array-elementer, og de fungerer på samme måde funktionelt.

Bemærk

Det er almindelig praksis at få adgang til det første element i arrayet ved hjælp af et positivt indeks (0) og det sidste element ved hjælp af et negativt indeks (-1).

Da elementerne i vores array blot er tal, kan vi udføre alle slags operationer på dem, som vi ville gøre med almindelige tal:

1234
import numpy as np array = np.array([9, 6, 4, 8, 10]) # Finding the average between the first and the last element print((array[0] + array[-1]) / 2)
copy

Her beregnede vi gennemsnittet af de første og de sidste elementer i vores array.

For at opsummere er indeksering afgørende for at få adgang til, ændre eller udtrække specifikke elementer eller delmængder af data, hvilket muliggør effektiv og præcis manipulation af array-indhold.

Opgave

Swipe to start coding

Beregn gennemsnittet af de første, fjerde og sidste elementer:

  1. Brug et positivt indeks for at få adgang til det første element.
  2. Brug et positivt indeks for at få adgang til det fjerde element.
  3. Brug et negativt indeks for at få adgang til det sidste element.
  4. Beregn gennemsnittet af disse tal.

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 1
Vi beklager, at noget gik galt. Hvad skete der?

Spørg AI

expand
ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

book
Grundlæggende Indeksering

Hver NumPy array har elementer og deres respektive indekser. Her vil vi fokusere på indekser i 1D arrays. I det følgende billede er de positive indekser vist i grøn, mens de negative indekser er vist i rød:

Som du kan se, har hvert element i arrayet både en positiv og en negativ indeks. Faktisk er indeksering i arrays ligesom indeksering i lister.

Adgang til elementer ved hjælp af indekser

For at få adgang til et element ved dets indeks, skal du angive indekset for dette element i firkantede parenteser, f.eks. array[2].

Bemærk

Hvis et angivet indeks er uden for grænserne, kastes en IndexError, så vær opmærksom på det.

1234567891011121314
import numpy as np array = np.array([9, 6, 4, 8, 10]) # Accessing the first element (positive index) print(f'The first element (positive index): {array[0]}') # Accessing the first element (negative index) print(f'The first element (negative index): {array[-5]}') # Accessing the last element (positive index) print(f'The last element (positive index): {array[4]}') # Accessing the last element (negative index) print(f'The last element (negative index): {array[-1]}') # Accessing the third element (positive index) print(f'The third element (positive index): {array[2]}') # Accessing the third element (negative index) print(f'The third element (negative index): {array[-3]}')
copy

Faktisk er positiv og negativ indeksering blot to metoder til at få adgang til array-elementer, og de fungerer på samme måde funktionelt.

Bemærk

Det er almindelig praksis at få adgang til det første element i arrayet ved hjælp af et positivt indeks (0) og det sidste element ved hjælp af et negativt indeks (-1).

Da elementerne i vores array blot er tal, kan vi udføre alle slags operationer på dem, som vi ville gøre med almindelige tal:

1234
import numpy as np array = np.array([9, 6, 4, 8, 10]) # Finding the average between the first and the last element print((array[0] + array[-1]) / 2)
copy

Her beregnede vi gennemsnittet af de første og de sidste elementer i vores array.

For at opsummere er indeksering afgørende for at få adgang til, ændre eller udtrække specifikke elementer eller delmængder af data, hvilket muliggør effektiv og præcis manipulation af array-indhold.

Opgave

Swipe to start coding

Beregn gennemsnittet af de første, fjerde og sidste elementer:

  1. Brug et positivt indeks for at få adgang til det første element.
  2. Brug et positivt indeks for at få adgang til det fjerde element.
  3. Brug et negativt indeks for at få adgang til det sidste element.
  4. Beregn gennemsnittet af disse tal.

Løsning

Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 1
Switch to desktopSkift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående muligheder
Vi beklager, at noget gik galt. Hvad skete der?
some-alt