Viipalointi 2D Arrayssa
Leikkaaminen 2D- ja korkeamman ulottuvuuden taulukoissa toimii samalla tavalla kuin leikkaaminen 1D-taulukoissa. Kuitenkin 2D-taulukoissa on kaksi akselia.
Jos haluamme suorittaa leikkaamisen vain akselilla 0 saadaksemme 1D-taulukoita, syntaksi pysyy samana: array[start:end:step]
. Jos haluamme suorittaa leikkaamisen näiden 1D-taulukoiden elementeille (akseli 1), syntaksi on seuraava: array[start:end:step, start:end:step]
. Pohjimmiltaan leikkausten määrä vastaa taulukon ulottuvuuksien määrää.
Lisäksi voimme käyttää leikkaamista yhdelle akselille ja perusindeksointia toiselle akselille. Katsotaanpa esimerkkiä 2D-leikkaamisesta (violetit neliöt edustavat leikkaamisesta saatuja elementtejä, ja musta nuoli osoittaa, että elementit otetaan käänteisessä järjestyksessä):
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])
Alla oleva kuva näyttää tehtävässä käytetyn student_scores
taulukon rakenteen:
Swipe to start coding
Työskentelet 2D NumPy-taulukon kanssa, joka edustaa kolmen opiskelijan pisteitä kolmessa eri aineessa. Kunkin opiskelijan pisteet on tallennettu erilliseen riviin, ja kukin elementti edustaa tietyn aineen pistettä.
-
Luo
student_scores
-taulukosta viipale, joka sisältää ensimmäisen opiskelijan (ensimmäinen rivi) kaksi viimeistä pistettä. -
Käytä perusindeksointia (positiivinen indeksointi) ja viipalointia, määrittäen vain positiivinen
start
.
Ratkaisu
Kiitos palautteestasi!
single
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
Awesome!
Completion rate improved to 3.7
Viipalointi 2D Arrayssa
Pyyhkäise näyttääksesi valikon
Leikkaaminen 2D- ja korkeamman ulottuvuuden taulukoissa toimii samalla tavalla kuin leikkaaminen 1D-taulukoissa. Kuitenkin 2D-taulukoissa on kaksi akselia.
Jos haluamme suorittaa leikkaamisen vain akselilla 0 saadaksemme 1D-taulukoita, syntaksi pysyy samana: array[start:end:step]
. Jos haluamme suorittaa leikkaamisen näiden 1D-taulukoiden elementeille (akseli 1), syntaksi on seuraava: array[start:end:step, start:end:step]
. Pohjimmiltaan leikkausten määrä vastaa taulukon ulottuvuuksien määrää.
Lisäksi voimme käyttää leikkaamista yhdelle akselille ja perusindeksointia toiselle akselille. Katsotaanpa esimerkkiä 2D-leikkaamisesta (violetit neliöt edustavat leikkaamisesta saatuja elementtejä, ja musta nuoli osoittaa, että elementit otetaan käänteisessä järjestyksessä):
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])
Alla oleva kuva näyttää tehtävässä käytetyn student_scores
taulukon rakenteen:
Swipe to start coding
Työskentelet 2D NumPy-taulukon kanssa, joka edustaa kolmen opiskelijan pisteitä kolmessa eri aineessa. Kunkin opiskelijan pisteet on tallennettu erilliseen riviin, ja kukin elementti edustaa tietyn aineen pistettä.
-
Luo
student_scores
-taulukosta viipale, joka sisältää ensimmäisen opiskelijan (ensimmäinen rivi) kaksi viimeistä pistettä. -
Käytä perusindeksointia (positiivinen indeksointi) ja viipalointia, määrittäen vain positiivinen
start
.
Ratkaisu
Kiitos palautteestasi!
Awesome!
Completion rate improved to 3.7single