Contenu du cours
Numpy Ultime
Numpy Ultime
Découpage dans les Tableaux 2D
Le découpage dans les tableaux 2D et les tableaux de dimensions supérieures fonctionne de manière similaire au découpage dans les tableaux 1D. Cependant, dans les tableaux 2D, il y a deux axes.
Si nous voulons effectuer un découpage uniquement sur l'axe 0 pour récupérer des tableaux 1D, la syntaxe reste la même : array[start:end:step]. Si nous voulons effectuer un découpage sur les éléments de ces tableaux 1D (axe 1), la syntaxe est la suivante : array[start:end:step, start:end:step]. Essentiellement, le nombre de découpages correspond au nombre de dimensions d'un tableau.
De plus, nous pouvons utiliser le découpage pour un axe et l'indexation de base pour l'autre axe. Regardons un exemple de découpage 2D (les carrés violets représentent les éléments récupérés par le découpage, et la flèche noire indique que les éléments sont pris dans l'ordre inverse) :
import numpy as np array_2d = np.array([ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12] ]) print(array_2d[1:]) print(array_2d[:, 0]) print(array_2d[1:, 1:-1]) print(array_2d[:-1, ::2]) print(array_2d[2, ::-1])
L'image ci-dessous montre la structure du tableau student_scores utilisé dans la tâche :
Swipe to start coding
Vous travaillez avec un tableau NumPy 2D qui représente les scores de trois étudiants dans trois matières différentes. Les scores de chaque étudiant sont stockés dans une ligne distincte, chaque élément représentant le score dans une matière spécifique.
-
Créez une tranche de
student_scoresqui inclut les deux derniers scores du premier étudiant (première ligne). -
Utilisez l'indexation de base (indexation positive) et le découpage, en spécifiant uniquement un
startpositif.
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
Découpage dans les Tableaux 2D
Le découpage dans les tableaux 2D et les tableaux de dimensions supérieures fonctionne de manière similaire au découpage dans les tableaux 1D. Cependant, dans les tableaux 2D, il y a deux axes.
Si nous voulons effectuer un découpage uniquement sur l'axe 0 pour récupérer des tableaux 1D, la syntaxe reste la même : array[start:end:step]. Si nous voulons effectuer un découpage sur les éléments de ces tableaux 1D (axe 1), la syntaxe est la suivante : array[start:end:step, start:end:step]. Essentiellement, le nombre de découpages correspond au nombre de dimensions d'un tableau.
De plus, nous pouvons utiliser le découpage pour un axe et l'indexation de base pour l'autre axe. Regardons un exemple de découpage 2D (les carrés violets représentent les éléments récupérés par le découpage, et la flèche noire indique que les éléments sont pris dans l'ordre inverse) :
import numpy as np array_2d = np.array([ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12] ]) print(array_2d[1:]) print(array_2d[:, 0]) print(array_2d[1:, 1:-1]) print(array_2d[:-1, ::2]) print(array_2d[2, ::-1])
L'image ci-dessous montre la structure du tableau student_scores utilisé dans la tâche :
Swipe to start coding
Vous travaillez avec un tableau NumPy 2D qui représente les scores de trois étudiants dans trois matières différentes. Les scores de chaque étudiant sont stockés dans une ligne distincte, chaque élément représentant le score dans une matière spécifique.
-
Créez une tranche de
student_scoresqui inclut les deux derniers scores du premier étudiant (première ligne). -
Utilisez l'indexation de base (indexation positive) et le découpage, en spécifiant uniquement un
startpositif.
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous