Perusindeksointi
Jokaisella NumPy-taulukolla on alkiot ja niiden vastaavat indeksit. Tässä keskitytään yksidimensionaalisten taulukoiden indekseihin. Seuraavassa kuvassa positiiviset indeksit on merkitty vihreällä ja negatiiviset indeksit punaisella:
Kuten huomaat, jokaisella taulukon alkiolla on sekä positiivinen että negatiivinen indeksi. Itse asiassa taulukoiden indeksointi muistuttaa listojen indeksointia.
Alkioiden hakeminen indekseillä
Alkion hakemiseksi indeksin perusteella tulee määrittää kyseisen alkion indeksi hakasulkeissa, esimerkiksi array[2].
Jos määritetty indeksi on alueen ulkopuolella, heitetään IndexError, joten ole varovainen tämän suhteen.
1234567891011121314import 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]}')
Itse asiassa positiivinen ja negatiivinen indeksointi ovat vain kaksi tapaa hakea taulukon alkioita, ja ne toimivat täsmälleen samalla tavalla.
On yleinen käytäntö hakea taulukon ensimmäinen alkio positiivisella indeksillä (0) ja viimeinen alkio negatiivisella indeksillä (-1).
Koska taulukkomme alkiot ovat pelkkiä lukuja, voimme suorittaa niille kaikenlaisia laskutoimituksia, kuten tavallisille luvuille:
1234import 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)
Tässä laskimme taulukkomme ensimmäisen ja viimeisen alkion keskiarvon.
Yhteenvetona, indeksointi on olennainen tiettyjen alkioiden tai tietojoukkojen käsittelyssä, muokkaamisessa tai poimimisessa, mahdollistaen tehokkaan ja tarkan taulukon sisällön hallinnan.
Swipe to start coding
Laske ensimmäisen, neljännen ja viimeisen alkion keskiarvo:
- Käytä positiivista indeksiä ensimmäisen alkion hakemiseen.
- Käytä positiivista indeksiä neljännen alkion hakemiseen.
- Käytä negatiivista indeksiä viimeisen alkion hakemiseen.
- Laske näiden lukujen keskiarvo.
Ratkaisu
Kiitos palautteestasi!
single
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Can you explain the difference between positive and negative indices in more detail?
How can I modify an element in a NumPy array using its index?
Are there any common mistakes to watch out for when using indices in NumPy arrays?
Awesome!
Completion rate improved to 3.7Perusindeksointi
Pyyhkäise näyttääksesi valikon
Jokaisella NumPy-taulukolla on alkiot ja niiden vastaavat indeksit. Tässä keskitytään yksidimensionaalisten taulukoiden indekseihin. Seuraavassa kuvassa positiiviset indeksit on merkitty vihreällä ja negatiiviset indeksit punaisella:
Kuten huomaat, jokaisella taulukon alkiolla on sekä positiivinen että negatiivinen indeksi. Itse asiassa taulukoiden indeksointi muistuttaa listojen indeksointia.
Alkioiden hakeminen indekseillä
Alkion hakemiseksi indeksin perusteella tulee määrittää kyseisen alkion indeksi hakasulkeissa, esimerkiksi array[2].
Jos määritetty indeksi on alueen ulkopuolella, heitetään IndexError, joten ole varovainen tämän suhteen.
1234567891011121314import 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]}')
Itse asiassa positiivinen ja negatiivinen indeksointi ovat vain kaksi tapaa hakea taulukon alkioita, ja ne toimivat täsmälleen samalla tavalla.
On yleinen käytäntö hakea taulukon ensimmäinen alkio positiivisella indeksillä (0) ja viimeinen alkio negatiivisella indeksillä (-1).
Koska taulukkomme alkiot ovat pelkkiä lukuja, voimme suorittaa niille kaikenlaisia laskutoimituksia, kuten tavallisille luvuille:
1234import 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)
Tässä laskimme taulukkomme ensimmäisen ja viimeisen alkion keskiarvon.
Yhteenvetona, indeksointi on olennainen tiettyjen alkioiden tai tietojoukkojen käsittelyssä, muokkaamisessa tai poimimisessa, mahdollistaen tehokkaan ja tarkan taulukon sisällön hallinnan.
Swipe to start coding
Laske ensimmäisen, neljännen ja viimeisen alkion keskiarvo:
- Käytä positiivista indeksiä ensimmäisen alkion hakemiseen.
- Käytä positiivista indeksiä neljännen alkion hakemiseen.
- Käytä negatiivista indeksiä viimeisen alkion hakemiseen.
- Laske näiden lukujen keskiarvo.
Ratkaisu
Vaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoistaKiitos palautteestasi!
single
