Slicing in 2D-Arrays
Das Slicing in 2D- und höherdimensionalen Arrays funktioniert ähnlich wie das Slicing in 1D-Arrays. In 2D-Arrays gibt es jedoch zwei Achsen.
Wenn das Slicing nur auf Achse 0 angewendet wird, um 1D-Arrays zu erhalten, bleibt die Syntax gleich: array[start:end:step]. Möchte man das Slicing auf die Elemente dieser 1D-Arrays (Achse 1) anwenden, lautet die Syntax: array[start:end:step, start:end:step]. Im Wesentlichen entspricht die Anzahl der Slices der Anzahl der Dimensionen eines Arrays.
Außerdem kann für eine Achse das Slicing und für die andere Achse das einfache Indexieren verwendet werden. Im folgenden Beispiel wird das 2D-Slicing veranschaulicht (lila Quadrate stellen die durch das Slicing erhaltenen Elemente dar, und der schwarze Pfeil zeigt an, dass die Elemente in umgekehrter Reihenfolge entnommen werden):
1234567891011import 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])
Die folgende Abbildung zeigt die Struktur des im Beispiel verwendeten student_scores-Arrays:
Swipe to start coding
Sie arbeiten mit einem 2D-NumPy-Array, das die Ergebnisse von drei Studierenden in drei verschiedenen Fächern darstellt. Die Ergebnisse jeder Person sind in einer eigenen Zeile gespeichert, wobei jedes Element die Punktzahl in einem bestimmten Fach repräsentiert.
- Erstellen Sie einen Slice von
student_scores, der die letzten beiden Ergebnisse der ersten Person (erste Zeile) enthält. - Verwenden Sie grundlegendes Indexieren (positives Indexieren) und Slicing, wobei Sie nur einen positiven
start-Wert angeben.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.7Slicing in 2D-Arrays
Swipe um das Menü anzuzeigen
Das Slicing in 2D- und höherdimensionalen Arrays funktioniert ähnlich wie das Slicing in 1D-Arrays. In 2D-Arrays gibt es jedoch zwei Achsen.
Wenn das Slicing nur auf Achse 0 angewendet wird, um 1D-Arrays zu erhalten, bleibt die Syntax gleich: array[start:end:step]. Möchte man das Slicing auf die Elemente dieser 1D-Arrays (Achse 1) anwenden, lautet die Syntax: array[start:end:step, start:end:step]. Im Wesentlichen entspricht die Anzahl der Slices der Anzahl der Dimensionen eines Arrays.
Außerdem kann für eine Achse das Slicing und für die andere Achse das einfache Indexieren verwendet werden. Im folgenden Beispiel wird das 2D-Slicing veranschaulicht (lila Quadrate stellen die durch das Slicing erhaltenen Elemente dar, und der schwarze Pfeil zeigt an, dass die Elemente in umgekehrter Reihenfolge entnommen werden):
1234567891011import 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])
Die folgende Abbildung zeigt die Struktur des im Beispiel verwendeten student_scores-Arrays:
Swipe to start coding
Sie arbeiten mit einem 2D-NumPy-Array, das die Ergebnisse von drei Studierenden in drei verschiedenen Fächern darstellt. Die Ergebnisse jeder Person sind in einer eigenen Zeile gespeichert, wobei jedes Element die Punktzahl in einem bestimmten Fach repräsentiert.
- Erstellen Sie einen Slice von
student_scores, der die letzten beiden Ergebnisse der ersten Person (erste Zeile) enthält. - Verwenden Sie grundlegendes Indexieren (positives Indexieren) und Slicing, wobei Sie nur einen positiven
start-Wert angeben.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
single
