Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Skæring i 2D-Arrays | Indeksering og Skæring
Ultimativ NumPy

Stryg for at vise menuen

book
Skæring i 2D-Arrays

Skæring i 2D og højere-dimensionelle arrays fungerer på samme måde som skæring i 1D arrays. Dog er der to akser i 2D arrays.

Hvis vi ønsker at udføre skæring kun på akse 0 for at hente 1D arrays, forbliver syntaksen den samme: array[start:end:step]. Hvis vi ønsker at udføre skæring på elementerne i disse 1D arrays (akse 1), er syntaksen som følger: array[start:end:step, start:end:step]. Grundlæggende svarer antallet af skæringer til antallet af dimensioner i et array.

Desuden kan vi bruge skæring for én akse og grundlæggende indeksering for den anden akse. Lad os se på et eksempel på 2D skæring (lilla firkanter repræsenterer de elementer, der hentes fra skæring, og den sorte pil indikerer, at elementerne tages i omvendt rækkefølge):

1234567891011
import numpy as np array_2d = np.array([ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12] ]) print(array_2d[1:]) print(array_2d[:, 0]) print(array_2d[1:, 1:-1]) print(array_2d[:-1, ::2]) print(array_2d[2, ::-1])
copy

Billedet nedenfor viser strukturen af student_scores arrayet, der bruges i opgaven:

Opgave

Swipe to start coding

Du arbejder med et 2D NumPy array, der repræsenterer karaktererne for tre studerende i tre forskellige fag. Karaktererne for hver studerende er gemt i en separat række, hvor hvert element repræsenterer karakteren i et specifikt fag.

  1. Opret en skive af student_scores, der inkluderer de sidste to karakterer for den første studerende (første række).

  2. Brug grundlæggende indeksering (positiv indeksering) og skæring, hvor du kun angiver en positiv start.

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 4
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
Skæring i 2D-Arrays

Skæring i 2D og højere-dimensionelle arrays fungerer på samme måde som skæring i 1D arrays. Dog er der to akser i 2D arrays.

Hvis vi ønsker at udføre skæring kun på akse 0 for at hente 1D arrays, forbliver syntaksen den samme: array[start:end:step]. Hvis vi ønsker at udføre skæring på elementerne i disse 1D arrays (akse 1), er syntaksen som følger: array[start:end:step, start:end:step]. Grundlæggende svarer antallet af skæringer til antallet af dimensioner i et array.

Desuden kan vi bruge skæring for én akse og grundlæggende indeksering for den anden akse. Lad os se på et eksempel på 2D skæring (lilla firkanter repræsenterer de elementer, der hentes fra skæring, og den sorte pil indikerer, at elementerne tages i omvendt rækkefølge):

1234567891011
import numpy as np array_2d = np.array([ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12] ]) print(array_2d[1:]) print(array_2d[:, 0]) print(array_2d[1:, 1:-1]) print(array_2d[:-1, ::2]) print(array_2d[2, ::-1])
copy

Billedet nedenfor viser strukturen af student_scores arrayet, der bruges i opgaven:

Opgave

Swipe to start coding

Du arbejder med et 2D NumPy array, der repræsenterer karaktererne for tre studerende i tre forskellige fag. Karaktererne for hver studerende er gemt i en separat række, hvor hvert element repræsenterer karakteren i et specifikt fag.

  1. Opret en skive af student_scores, der inkluderer de sidste to karakterer for den første studerende (første række).

  2. Brug grundlæggende indeksering (positiv indeksering) og skæring, hvor du kun angiver en positiv start.

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 4
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