Attribution de Valeurs aux Éléments Indexés
L’attribution de valeurs à des éléments spécifiques ou à des sous-tableaux est utile pour mettre à jour des données, corriger des erreurs ou appliquer des conditions dans des ensembles de données. Cela s’avère particulièrement pertinent pour des tâches telles que le remplacement d’entrées invalides, l’ajustement de valeurs pour l’analyse, ou la modification de parties d’un tableau lors de simulations et de calculs.
Tout d’abord, il est possible d’attribuer une valeur à un élément indexé d’un tableau. Voici la syntaxe générale pour réaliser cela dans des tableaux 1D : array[i] = n, où i représente un certain indice et n la valeur à attribuer.
Dans les tableaux 2D, la syntaxe est la suivante : array[i, j] = n, où i et j sont respectivement les indices de ligne et de colonne. Pour les tableaux de dimension supérieure, le nombre d’indices correspond au nombre de dimensions.
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)
Si une valeur d’un type de données supérieur, comme un flottant, est attribuée à un élément d’un type de données inférieur, comme un entier, la valeur peut être modifiée ou provoquer une erreur. Par exemple, l’attribution de 3.5 à un élément entier sera stockée sous la forme 3, la partie décimale étant perdue.
Les types de données supérieurs sont ceux qui peuvent stocker une gamme plus large de valeurs et occupent souvent plus de mémoire.
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)
Aucune exception n'a été levée, cependant, la première valeur a été assignée à 10 au lieu de 10.2. La valeur float a été convertie en entier car c'est le dtype du tableau.
L'image ci-dessous montre la structure du tableau employee_data utilisé dans la tâche :
Swipe to start coding
Vous gérez un ensemble de données contenant des informations sur les employés, où chaque ligne représente un employé et les colonnes représentent leur salaire et leur score de performance. L'ensemble de données est stocké dans le tableau employee_data.
- Mettez à jour le salaire (première colonne) du quatrième employé à
6000. - Utilisez l'indexation positive pour accéder à la valeur et la modifier.
Solution
Merci pour vos commentaires !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
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?
Awesome!
Completion rate improved to 3.7Attribution de Valeurs aux Éléments Indexés
Glissez pour afficher le menu
L’attribution de valeurs à des éléments spécifiques ou à des sous-tableaux est utile pour mettre à jour des données, corriger des erreurs ou appliquer des conditions dans des ensembles de données. Cela s’avère particulièrement pertinent pour des tâches telles que le remplacement d’entrées invalides, l’ajustement de valeurs pour l’analyse, ou la modification de parties d’un tableau lors de simulations et de calculs.
Tout d’abord, il est possible d’attribuer une valeur à un élément indexé d’un tableau. Voici la syntaxe générale pour réaliser cela dans des tableaux 1D : array[i] = n, où i représente un certain indice et n la valeur à attribuer.
Dans les tableaux 2D, la syntaxe est la suivante : array[i, j] = n, où i et j sont respectivement les indices de ligne et de colonne. Pour les tableaux de dimension supérieure, le nombre d’indices correspond au nombre de dimensions.
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)
Si une valeur d’un type de données supérieur, comme un flottant, est attribuée à un élément d’un type de données inférieur, comme un entier, la valeur peut être modifiée ou provoquer une erreur. Par exemple, l’attribution de 3.5 à un élément entier sera stockée sous la forme 3, la partie décimale étant perdue.
Les types de données supérieurs sont ceux qui peuvent stocker une gamme plus large de valeurs et occupent souvent plus de mémoire.
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)
Aucune exception n'a été levée, cependant, la première valeur a été assignée à 10 au lieu de 10.2. La valeur float a été convertie en entier car c'est le dtype du tableau.
L'image ci-dessous montre la structure du tableau employee_data utilisé dans la tâche :
Swipe to start coding
Vous gérez un ensemble de données contenant des informations sur les employés, où chaque ligne représente un employé et les colonnes représentent leur salaire et leur score de performance. L'ensemble de données est stocké dans le tableau employee_data.
- Mettez à jour le salaire (première colonne) du quatrième employé à
6000. - Utilisez l'indexation positive pour accéder à la valeur et la modifier.
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
single
