Svep för att visa menyn

Tilldela Värden till Indexerade Element

Att tilldela värden till specifika element eller subarrayer är användbart för att uppdatera data, korrigera fel eller tillämpa villkor i dataset. Detta är särskilt hjälpsamt i uppgifter som att ersätta ogiltiga poster, justera värden för analys eller modifiera delar av en array för simuleringar och beräkningar.

Först och främst kan vi tilldela ett värde till ett indexerat element i en array. Här är den allmänna syntaxen för att uppnå detta i 1D-arrayer: array[i] = n, där i är ett visst index och n är värdet som ska tilldelas.

I 2D-arrayer har vi följande syntax: array[i, j] = n, där i och j är rad och kolumn index, respektive. För högre-dimensionella arrayer motsvarar antalet index antalet dimensioner.


              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)

Note

Om du tilldelar ett värde av en högre datatyp, som en float, till ett element med en lägre datatyp, som ett heltal, kan värdet ändras eller orsaka ett fel. Till exempel, att tilldela 3.5 till ett heltalselement kommer att lagra det som 3, vilket förlorar decimaldelen.


              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)

Inget undantag kastades, men det första elementet tilldelades värdet 10 istället för 10.2. float-värdet konverterades till ett heltal eftersom det är dtype för arrayen.

Bilden nedan visar strukturen för employee_data-arrayen som används i uppgiften:

Uppgift

Swipe to start coding

Du hanterar en dataset med anställdas information, där varje rad representerar en anställd, och kolumnerna representerar deras lön och prestandapoäng. Datasetet lagras i employee_data arrayen.

Uppdatera lönen (första kolumnen) för den fjärde anställda till 60000.
Använd positiv indexering för att komma åt och ändra värdet.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 2. Kapitel 9

Fråga AI

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Tilldela Värden till Indexerade Element


              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)

Note

Om du tilldelar ett värde av en högre datatyp, som en float, till ett element med en lägre datatyp, som ett heltal, kan värdet ändras eller orsaka ett fel. Till exempel, att tilldela 3.5 till ett heltalselement kommer att lagra det som 3, vilket förlorar decimaldelen.


              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)

Inget undantag kastades, men det första elementet tilldelades värdet 10 istället för 10.2. float-värdet konverterades till ett heltal eftersom det är dtype för arrayen.

Bilden nedan visar strukturen för employee_data-arrayen som används i uppgiften:

Uppgift

Swipe to start coding

Uppdatera lönen (första kolumnen) för den fjärde anställda till 60000.
Använd positiv indexering för att komma åt och ändra värdet.

Lösning

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan

Var allt tydligt?

Tack för dina kommentarer!

Avsnitt 2. Kapitel 9

Byt till skrivbordet för praktisk övningFortsätt där du är med ett av alternativen nedan