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):

import 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])


              1234567891011
            
import 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:

Tehtävä

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.