Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Heltalsarray-Indeksering | Indeksering og Udskæring
Numpy-Grundlæggende

Heltalsarray-Indeksering

Stryg for at vise menuen

Ud over grundlæggende indeksering, hvor der bruges et heltal som enkelt indeks, tillader NumPy også brug af et helt 1D-array af heltal (en liste af heltal er også mulig) til indeksering.

Indeksering med heltalsarrays i 1D-arrays

Hvert element i heltalsarrayet, der bruges til indeksering, behandles som et indeks, så for eksempel vil array[[0, 1, 3]] hente elementerne ved indeks 0, 1 og 3 i form af et 1D-array, forudsat at array selv er et 1D-array. Det er også muligt at bruge NumPy-arrays til indeksering, men det gør koden mere besværlig.

12345678
import numpy as np array = np.array([23, 41, 7, 80, 3]) # Retrieving elements at indices 0, 1 and 3 print(array[[0, 1, 3]]) # Retrieving elements at indices 1, -1 and 2 in this order print(array[[1, -1, 2]]) # IndexError is thrown since index 5 is out of bounds print(array[[2, 5]])
1D array heltalsindeksering

Heltalsindeksering i 2D-arrays

For 2D og højere-dimensionelle arrays fungerer heltalsindeksering på samme måde som i 1D-arrays langs hver akse. Hvis du kun bruger én heltalsarray til indeksering, indekserer du kun langs én akse (akse 0). Hvis du bruger to arrays adskilt af et komma, indekserer du langs begge akser (akse 0 og akse 1).

Indeksering kun langs akse 0 ved hjælp af en array af heltal returnerer et 2D array. Når du tilgår elementer via sådan indeksering, grupperes de i et nyt array. Dette nye array består af 1D arrays, og gruppering øger dimensionaliteten med én, hvilket resulterer i et 2D array. Indeksering langs akse 0 og akse 1 ved hjælp af to arrays af heltal returnerer et 1D array.

Note
Bemærk

Alle heltalsarrays, der bruges for hver af akserne, skal have samme form.

123456789101112131415
import numpy as np array_2d = np.array([ [1, 2, 3], [4, 5, 6], [7, 8, 9] ]) # Retrieving first and the third row print(array_2d[[0, 2]]) # Retrieving the main diagonal elements print(array_2d[[0, 1, 2], [0, 1, 2]]) # Retrieving the first and third element of the second row print(array_2d[1, [0, 2]]) # IndexError is thrown, since index 3 along axis 0 is out of bounds print(array_2d[[0, 3], [0, 1]])
2D-array heltalsindeksering

Som du kan se, kan du også kombinere grundlæggende heltalsindeksering og heltalsarray-indeksering.

Note
Bemærk

Endnu en gang, hvis mindst ét af indeksene er uden for grænserne, kastes en IndexError.

Med hensyn til anvendelser er sådan indeksering nyttig, når du skal vælge specifikke elementer, der ikke ligger ved siden af hinanden eller ikke følger en regelmæssig rækkefølge. I modsætning til slicing, som arbejder med sammenhængende intervaller, giver denne metode dig mulighed for at vælge præcis hvilke elementer der skal hentes. Det er nyttigt, når du vil udtrække spredte data eller omarrangere værdier i et array.

1. Du analyserer de månedlige salgstal (i tusinder) for fem produkter. Hvad er outputtet af koden?

2. Arrayet temperatures repræsenterer ugentlige temperaturer (i °C) for tre byer over mandag, tirsdag og onsdag. Vælg den korrekte mulighed for at hente temperaturerne for Berlin på mandag og tirsdag samt Madrid på tirsdag.

question mark

Du analyserer de månedlige salgstal (i tusinder) for fem produkter. Hvad er outputtet af koden?

Vælg det korrekte svar

question mark

Arrayet temperatures repræsenterer ugentlige temperaturer (i °C) for tre byer over mandag, tirsdag og onsdag. Vælg den korrekte mulighed for at hente temperaturerne for Berlin på mandag og tirsdag samt Madrid på tirsdag.

Vælg det korrekte svar

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 2. Kapitel 5

Spørg AI

expand

Spørg AI

ChatGPT

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

Sektion 2. Kapitel 5
some-alt