Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Assegnazione di Valori agli Elementi Indicizzati | Indicizzazione e Slicing
Ultimate NumPy

bookAssegnazione di Valori agli Elementi Indicizzati

Assegnare valori a elementi specifici o sottoarray è utile per aggiornare dati, correggere errori o applicare condizioni nei dataset. Questo è particolarmente utile in attività come la sostituzione di voci non valide, l'adattamento dei valori per l'analisi o la modifica di parti di un array per simulazioni e calcoli.

Per prima cosa, è possibile assegnare un valore a un elemento indicizzato di un array. Questa è la sintassi generale per farlo negli array 1D: array[i] = n, dove i è un certo indice e n è il valore da assegnare.

Negli array 2D, la sintassi è la seguente: array[i, j] = n, dove i e j sono rispettivamente gli indici di riga e colonna. Per array a dimensioni superiori, il numero di indici corrisponde al numero di dimensioni.

123456789
import 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)
copy
Note
Nota

Se si assegna un valore di tipo dati superiore, come un float, a un elemento con tipo dati inferiore, come un intero, il valore potrebbe essere modificato o causare un errore. Ad esempio, assegnando 3.5 a un elemento intero verrà memorizzato come 3, perdendo la parte decimale.

Note
Approfondisci

Tipi di dati superiori sono quelli che possono memorizzare un intervallo più ampio di valori e spesso occupano più memoria.

12345
import 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)
copy

Non è stata generata alcuna eccezione, tuttavia al primo elemento è stato assegnato il valore 10 invece di 10.2. Il valore float è stato convertito in intero poiché questo è il dtype dell'array.

L'immagine sottostante mostra la struttura dell'array employee_data utilizzato nell'esercizio:

Compito

Swipe to start coding

Gestione di un dataset di informazioni sui dipendenti, in cui ogni riga rappresenta un dipendente e le colonne rappresentano il salario e il punteggio di performance. Il dataset è memorizzato nell'array employee_data.

  1. Aggiornare il salario (prima colonna) del quarto dipendente a 6000.
  2. Utilizzare l'indicizzazione positiva per accedere e modificare il valore.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 9
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

close

Awesome!

Completion rate improved to 3.7

bookAssegnazione di Valori agli Elementi Indicizzati

Scorri per mostrare il menu

Assegnare valori a elementi specifici o sottoarray è utile per aggiornare dati, correggere errori o applicare condizioni nei dataset. Questo è particolarmente utile in attività come la sostituzione di voci non valide, l'adattamento dei valori per l'analisi o la modifica di parti di un array per simulazioni e calcoli.

Per prima cosa, è possibile assegnare un valore a un elemento indicizzato di un array. Questa è la sintassi generale per farlo negli array 1D: array[i] = n, dove i è un certo indice e n è il valore da assegnare.

Negli array 2D, la sintassi è la seguente: array[i, j] = n, dove i e j sono rispettivamente gli indici di riga e colonna. Per array a dimensioni superiori, il numero di indici corrisponde al numero di dimensioni.

123456789
import 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)
copy
Note
Nota

Se si assegna un valore di tipo dati superiore, come un float, a un elemento con tipo dati inferiore, come un intero, il valore potrebbe essere modificato o causare un errore. Ad esempio, assegnando 3.5 a un elemento intero verrà memorizzato come 3, perdendo la parte decimale.

Note
Approfondisci

Tipi di dati superiori sono quelli che possono memorizzare un intervallo più ampio di valori e spesso occupano più memoria.

12345
import 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)
copy

Non è stata generata alcuna eccezione, tuttavia al primo elemento è stato assegnato il valore 10 invece di 10.2. Il valore float è stato convertito in intero poiché questo è il dtype dell'array.

L'immagine sottostante mostra la struttura dell'array employee_data utilizzato nell'esercizio:

Compito

Swipe to start coding

Gestione di un dataset di informazioni sui dipendenti, in cui ogni riga rappresenta un dipendente e le colonne rappresentano il salario e il punteggio di performance. Il dataset è memorizzato nell'array employee_data.

  1. Aggiornare il salario (prima colonna) del quarto dipendente a 6000.
  2. Utilizzare l'indicizzazione positiva per accedere e modificare il valore.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 9
single

single

some-alt