Assegnazione 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. Ecco 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.
123456789import 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)
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.
Tipi di dati superiori sono quelli che possono memorizzare un intervallo più ampio di valori e spesso occupano più memoria.
12345import 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)
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:
Swipe to start coding
Gestisci un dataset di informazioni sui dipendenti, in cui ogni riga rappresenta un dipendente e le colonne rappresentano il loro stipendio e il punteggio di performance. Il dataset è memorizzato nell'array employee_data.
- Aggiorna lo stipendio (prima colonna) del quarto dipendente a
6000. - Utilizza l'indicizzazione positiva per accedere e modificare il valore.
Soluzione
Grazie per i tuoi commenti!
single
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Why was the float value converted to an integer in the array?
Can you explain how to change the dtype of a NumPy array?
What does the employee_data array represent in the image?
Fantastico!
Completion tasso migliorato a 3.85Assegnazione 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. Ecco 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.
123456789import 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)
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.
Tipi di dati superiori sono quelli che possono memorizzare un intervallo più ampio di valori e spesso occupano più memoria.
12345import 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)
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:
Swipe to start coding
Gestisci un dataset di informazioni sui dipendenti, in cui ogni riga rappresenta un dipendente e le colonne rappresentano il loro stipendio e il punteggio di performance. Il dataset è memorizzato nell'array employee_data.
- Aggiorna lo stipendio (prima colonna) del quarto dipendente a
6000. - Utilizza l'indicizzazione positiva per accedere e modificare il valore.
Soluzione
Cambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguentiGrazie per i tuoi commenti!
single
