Sveip for å vise menyen

Multidimensional Indeksering

Nå som du kan få tilgang til elementer i 1D-arrays, er det på tide å lære om indeksering i høyere-dimensjonale arrays.

2D Arrays Indeksering

Dette er en 2x3 matrise, som betyr at den består av 2 1D-arrayer langs akse 0, og hver av disse 1D-arrayene har 3 elementer langs akse 1.

Bildene nedenfor vil klargjøre positiv og negativ indeksering i 2D-arrayer (arrayverdier vises i svart, og indekser vises i grønn for positive indekser og rød for negative indekser):

Tilgang til elementer i 2D-arrays

I 1D-arrays fikk vi tilgang til elementer ved å spesifisere indeksen til elementet i firkantede parenteser. Hvis vi gjør det samme i 2D-arrays, henter vi en 1D-array på den angitte indeksen, noe som kan være akkurat det vi trenger.

Men hvis vi ønsker å hente et bestemt element i en indre 1D-array, bør vi spesifisere indeksen til 1D-arrayen (langs akse 0) og indeksen til elementet (langs akse 1), f.eks. array[0, 1]. Vi kunne også skrive array[0][1] som vi gjør med Python list, men dette er mindre effektivt siden det utfører søket to ganger for hver indeks i stedet for én gang.

Merk

Hvis en angitt indeks er utenfor grensene, kastes en IndexError, så vær oppmerksom på det.


              12345678
            
import numpy as np
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
# Accessing the first element (1D array) with positive index
print(array_2d[0])
# Accessing the second element of the first 1D array with positive index
print(array_2d[0, 1])
# Accessing the last element of the last 1D array with negative index
print(array_2d[-1, -1])

Bildet nedenfor viser strukturen til stock_prices-arrayen brukt i oppgaven:

Oppgave

Swipe to start coding

stock_prices inneholder simulerte aksjepriser over fem dager for fem forskjellige selskaper. Hver rad tilsvarer et bestemt selskap, og hver kolonne tilsvarer en bestemt dag. Følgelig representerer hvert element i matrisen sluttkursen på et bestemt selskaps aksje på en gitt dag.

Hent alle aksjeprisene til det første selskapet over fem dager ved å bruke positiv indeksering.
Hent aksjeprisen til det tredje selskapet på den andre dagen ved å bruke positiv indeksering.
Hent aksjeprisen til det siste selskapet på den siste dagen ved å bruke negativ indeksering.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2

Spør AI

Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår

Multidimensional Indeksering

Nå som du kan få tilgang til elementer i 1D-arrays, er det på tide å lære om indeksering i høyere-dimensjonale arrays.

2D Arrays Indeksering

Dette er en 2x3 matrise, som betyr at den består av 2 1D-arrayer langs akse 0, og hver av disse 1D-arrayene har 3 elementer langs akse 1.

Bildene nedenfor vil klargjøre positiv og negativ indeksering i 2D-arrayer (arrayverdier vises i svart, og indekser vises i grønn for positive indekser og rød for negative indekser):

Tilgang til elementer i 2D-arrays

Merk

Hvis en angitt indeks er utenfor grensene, kastes en IndexError, så vær oppmerksom på det.


              12345678
            
import numpy as np
array_2d = np.array([[1, 2, 3], [4, 5, 6]])
# Accessing the first element (1D array) with positive index
print(array_2d[0])
# Accessing the second element of the first 1D array with positive index
print(array_2d[0, 1])
# Accessing the last element of the last 1D array with negative index
print(array_2d[-1, -1])

Bildet nedenfor viser strukturen til stock_prices-arrayen brukt i oppgaven:

Oppgave

Swipe to start coding

Hent alle aksjeprisene til det første selskapet over fem dager ved å bruke positiv indeksering.
Hent aksjeprisen til det tredje selskapet på den andre dagen ved å bruke positiv indeksering.
Hent aksjeprisen til det siste selskapet på den siste dagen ved å bruke negativ indeksering.

Løsning

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor

Alt var klart?

Takk for tilbakemeldingene dine!

Seksjon 2. Kapittel 2

Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenfor