Arvojen Asettaminen Indeksoiduille Alkioille
Arvojen asettaminen yksittäisille alkioille tai osataulukoille on hyödyllistä tietojen päivittämisessä, virheiden korjaamisessa tai ehtojen soveltamisessa tietoaineistoihin. Tämä on erityisen hyödyllistä tehtävissä, kuten virheellisten arvojen korvaaminen, arvojen säätäminen analyysiä varten tai taulukon osien muokkaaminen simulointeja ja laskelmia varten.
Ensinnäkin voimme asettaa arvon taulukon indeksoidulle alkiolle. Yleinen syntaksi tähän 1D-taulukoissa on: array[i] = n, missä i on tietty indeksi ja n on asetettava arvo.
2D-taulukoissa käytetään seuraavaa syntaksia: array[i, j] = n, missä i ja j ovat rivi- ja sarakeindeksit. Korkeamman ulottuvuuden taulukoissa indeksien määrä vastaa ulottuvuuksien määrää.
123456789import numpy as np array_1d = np.array([1, 4, 6, 2]) # Assigning 10 to the first element of array_1d array_1d[0] = 10 print(array_1d) array_2d = np.array([[1, 2, 3], [4, 5, 6]]) # Assigning 8 to the element in the second row and column of array_2d array_2d[1, 1] = 8 print(array_2d)
Jos asetat arvon, jonka tietotyyppi on korkeampi, kuten liukuluku, alkiolle, jonka tietotyyppi on matalampi, kuten kokonaisluku, arvo voi muuttua tai aiheuttaa virheen. Esimerkiksi, jos asetat arvoksi 3.5 kokonaislukualkiolle, tallennetaan arvoksi 3, jolloin desimaaliosa menetetään.
Korkeamman tason tietotyypit ovat sellaisia, jotka voivat tallentaa laajemman arvovalikoiman ja vievät usein enemmän muistia.
12345import numpy as np array_1d = np.array([1, 4, 6, 2]) # Assigning 10.2 to the first element of array_1d array_1d[0] = 10.2 print(array_1d)
Poikkeusta ei tapahtunut, mutta ensimmäiselle alkiolle asetettiin arvoksi 10 eikä 10.2. float-arvo muunnettiin kokonaisluvuksi, koska se on taulukon dtype.
Alla oleva kuva esittää tehtävässä käytetyn employee_data-taulukon rakennetta:
Swipe to start coding
Hallitset työntekijätietoja sisältävää tietojoukkoa, jossa jokainen rivi edustaa työntekijää ja sarakkeet kuvaavat heidän palkkaansa ja suoritusarvosanaansa. Tietojoukko on tallennettu employee_data-taulukkoon.
- Päivitä neljännen työntekijän palkka (ensimmäinen sarake) arvoon
6000. - Käytä positiivista indeksointia arvon hakemiseen ja muokkaamiseen.
Ratkaisu
Kiitos palautteestasi!
single
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Why was the float value converted to an integer in the array?
Can you explain how to change the dtype of a NumPy array?
What does the employee_data array represent in the image?
Awesome!
Completion rate improved to 3.7Arvojen Asettaminen Indeksoiduille Alkioille
Pyyhkäise näyttääksesi valikon
Arvojen asettaminen yksittäisille alkioille tai osataulukoille on hyödyllistä tietojen päivittämisessä, virheiden korjaamisessa tai ehtojen soveltamisessa tietoaineistoihin. Tämä on erityisen hyödyllistä tehtävissä, kuten virheellisten arvojen korvaaminen, arvojen säätäminen analyysiä varten tai taulukon osien muokkaaminen simulointeja ja laskelmia varten.
Ensinnäkin voimme asettaa arvon taulukon indeksoidulle alkiolle. Yleinen syntaksi tähän 1D-taulukoissa on: array[i] = n, missä i on tietty indeksi ja n on asetettava arvo.
2D-taulukoissa käytetään seuraavaa syntaksia: array[i, j] = n, missä i ja j ovat rivi- ja sarakeindeksit. Korkeamman ulottuvuuden taulukoissa indeksien määrä vastaa ulottuvuuksien määrää.
123456789import numpy as np array_1d = np.array([1, 4, 6, 2]) # Assigning 10 to the first element of array_1d array_1d[0] = 10 print(array_1d) array_2d = np.array([[1, 2, 3], [4, 5, 6]]) # Assigning 8 to the element in the second row and column of array_2d array_2d[1, 1] = 8 print(array_2d)
Jos asetat arvon, jonka tietotyyppi on korkeampi, kuten liukuluku, alkiolle, jonka tietotyyppi on matalampi, kuten kokonaisluku, arvo voi muuttua tai aiheuttaa virheen. Esimerkiksi, jos asetat arvoksi 3.5 kokonaislukualkiolle, tallennetaan arvoksi 3, jolloin desimaaliosa menetetään.
Korkeamman tason tietotyypit ovat sellaisia, jotka voivat tallentaa laajemman arvovalikoiman ja vievät usein enemmän muistia.
12345import numpy as np array_1d = np.array([1, 4, 6, 2]) # Assigning 10.2 to the first element of array_1d array_1d[0] = 10.2 print(array_1d)
Poikkeusta ei tapahtunut, mutta ensimmäiselle alkiolle asetettiin arvoksi 10 eikä 10.2. float-arvo muunnettiin kokonaisluvuksi, koska se on taulukon dtype.
Alla oleva kuva esittää tehtävässä käytetyn employee_data-taulukon rakennetta:
Swipe to start coding
Hallitset työntekijätietoja sisältävää tietojoukkoa, jossa jokainen rivi edustaa työntekijää ja sarakkeet kuvaavat heidän palkkaansa ja suoritusarvosanaansa. Tietojoukko on tallennettu employee_data-taulukkoon.
- Päivitä neljännen työntekijän palkka (ensimmäinen sarake) arvoon
6000. - Käytä positiivista indeksointia arvon hakemiseen ja muokkaamiseen.
Ratkaisu
Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoistaKiitos palautteestasi!
single
