Bagaimana untuk memilih elemen dari array Numpy dalam Python?

Dalam artikel ini, kami akan menunjukkan kepada anda cara memilih elemen daripada tatasusunan NumPy dalam Python.

Numpy Arrays dalam Python

Seperti namanya, tatasusunan NumPy ialah struktur data pusat perpustakaan NumPy. Nama pustaka ialah singkatan daripada "Numerical Python" atau "Numerical Python".

Dengan kata lain, NumPy ialah perpustakaan Python yang merupakan asas untuk pengkomputeran saintifik dalam Python. Salah satu alat tersebut ialah objek tatasusunan multidimensi berprestasi tinggi, struktur data yang berkuasa untuk tatasusunan dan pengiraan matriks yang cekap.

Kita boleh memilih satu elemen atau sub-tatasusunan daripada tatasusunan Numpy pada satu masa. Sekarang kita melihat kaedah berikut untuk memilih elemen daripada tatasusunan Numpy.

• Memilih satu elemen tatasusunan NumPy
• Menggunakan penghirisan untuk memilih subarray daripada tatasusunan NumPy
• Pilih/akses subarray sahaja dengan memberikan nilai henti
• Pilih/akses subarray sahaja dengan memberikan nilai permulaan

Kaedah 1 - Memilih satu elemen tatasusunan NumPy

Setiap elemen ndarray ini boleh diakses dengan nombor indeks mereka.

Algoritma (langkah)

Berikut adalah algoritma/langkah yang perlu diikuti untuk melaksanakan tugas yang diperlukan -

• Gunakan kata kunci import untuk mengimport modul numpy dengan alias (np).

• Gunakan fungsi numpy.array() (yang mengembalikan ndarray. ndarray ialah objek tatasusunan yang memenuhi keperluan yang diberikan) untuk mencipta tatasusunan numpy dengan melepasi tatasusunan satu dimensi sebagai parameternya.

• Gunakan indeks positif untuk mengakses elemen tatasusunan NumPy pada indeks 1 dan mencetak ia.

• Gunakan pengindeksan negatif untuk mengakses elemen tatasusunan NumPy di ​​indeks -1 iaitu elemen terakhir tatasusunan dan mencetaknya.

Negative Indexing():
Python allows for "indexing from the end," i.e., negative indexing.
This means that the last value in a sequence has an index of -1, the
second last has an index of -2, and so on.
When you want to pick values from the end (right side) of an iterable, you
can utilize negative indexing to your benefit.

Contoh

Atur cara berikut mengembalikan elemen pada indeks tertentu daripada tatasusunan NumPy input menggunakan nombor indeks -

# importing numpy module with an alias name
import numpy as np

# creating a 1-Dimensional NumPy array
inputArray = np.array([4, 5, 1, 2, 8])

# printing the array element at index 1 (positive indexing)
print("The input array = ",inputArray)
print("Numpy array element at index 1:", inputArray[1])

# printing the array element at index -1 i.e last element (negative indexing)
print("Numpy array element at index -1(last element):", inputArray[-1])

Output

Apabila dilaksanakan, program di atas akan menghasilkan output berikut -

The input array =  [4 5 1 2 8]
Numpy array element at index 1: 5
Numpy array element at index -1(last element): 8

Kaedah 2 - Pilih subarray daripada tatasusunan NumPy menggunakan penghirisan

Untuk mendapatkan subarray, kami menggunakan kepingan dan bukannya indeks elemen.

tatabahasa

numpyArray[start:stop]

Antaranya, mula dan berhenti masing-masing ialah indeks pertama dan terakhir subarray.

Algoritma (langkah)

Berikut adalah algoritma/langkah yang perlu diikuti untuk melaksanakan tugas yang diperlukan -

• Gunakan fungsi numpy.array() (yang mengembalikan ndarray. ndarray ialah objek tatasusunan yang memenuhi keperluan yang diberikan) untuk mencipta tatasusunan numpy dengan melepasi tatasusunan satu dimensi sebagai parameternya.

• Akses subarray dari indeks 2 hingga 5 (eksklusif) dengan memberikan nilai mula dan tamat menggunakan menghiris dan mencetaknya.

Contoh

# importing NumPy module with an alias name
import numpy as np

# creating a 1-Dimensional numpy array
inputArray = np.array([4, 5, 1, 2, 8, 9, 7])
print("Input Array =",inputArray)

# printing the sub-array from index 2 to 5(excluded) by giving start, stop values
print("The sub-array from index 2 to 5(excluded)=", inputArray[2:5])

Output

Apabila dilaksanakan, program di atas akan menghasilkan output berikut -

Input Array = [4 5 1 2 8 9 7]
The sub-array from index 2 to 5(excluded)= [1 2 8]

Kaedah 3 - Pilih/Akses subarray dengan hanya memberikan nilai henti

Anda boleh menghiris subarray bermula dari elemen pertama dengan membiarkan indeks permulaan kosong.

Nilai permulaan lalai ialah

0

.

Contoh

# importing NumPy module with an alias name
import numpy as np

# creating a 1-Dimensional NumPy array
inputArray = np.array([4, 5, 1, 2, 8, 9, 7])
print("Input Array =",inputArray)

# printing the sub-array till index 5(excluded) by giving only stop value

# it starts from index 0 by default
print("The sub-array till index 5(excluded)=", inputArray[:5])

Output

Apabila dilaksanakan, program di atas akan menghasilkan output berikut -

Input Array = [4 5 1 2 8 9 7]
The sub-array till index 5(excluded)= [4 5 1 2 8]

Kaedah 4 - Pilih/Akses subbaris dengan hanya memberikan nilai permulaan

Begitu juga, membiarkan bahagian kiri kolon kosong akan memberikan anda tatasusunan sehingga elemen terakhir.

Contoh

Atur cara berikut mengembalikan subarray bagi tatasusunan NumPy input daripada nilai indeks permulaan yang diberikan kepada indeks tatasusunan terakhir (lalai).

# importing NumPy module with an alias name
import numpy as np

# creating a 1-Dimensional NumPy array
inputArray = np.array([4, 5, 1, 2, 8, 9, 7])

# printing the sub-array from index 2 to the last index by giving only the start value
print("Input Array = ",inputArray)
# It extends till the last index value by default
print("The sub-array till index 5(excluded)=", inputArray[2:])

Output

Apabila dilaksanakan, program di atas akan menghasilkan output berikut -

Input Array = [4 5 1 2 8 9 7]
The sub-array till index 5(excluded)= [1 2 8 9 7]

KESIMPULAN

Kami belajar cara memilih elemen tatasusunan numpy dalam Python menggunakan empat contoh berbeza dalam artikel ini. Kami juga belajar tentang menghiris tatasusunan Numpy.

Atas ialah kandungan terperinci Bagaimana untuk memilih elemen dari array Numpy dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!