سرفصل‌ها درس 77 از 250 · مبانی داده: numpy و pandas
مبانی داده: numpy و pandas

ساختن و اندیس‌گذاری آرایه‌ها

چند راه برای ساختن آرایه هست. رایج‌ترین‌ها:

import numpy as np
a = np.array([1, 2, 3])      # from a list
b = np.arange(0, 10, 2)      # like range: [0 2 4 6 8]
z = np.zeros(4)              # [0. 0. 0. 0.]
o = np.ones((2, 3))          # a 2x3 grid of ones

هر آرایه یک dtype (نوع عضوهایش) و یک shape (اندازه‌اش در هر بُعد) دارد:

a = np.array([1, 2, 3])
print(a.dtype)   # int32 or int64 depending on the platform (int32 in this browser)
print(a.shape)   # (3,)   one dimension, length 3

grid = np.array([[1, 2, 3], [4, 5, 6]])
print(grid.shape)  # (2, 3)   2 rows, 3 columns

اندیس‌گذاری و برش مانند فهرست‌ها کار می‌کنند، و از 0 شروع می‌شوند:

a = np.array([10, 20, 30, 40, 50])
print(a[0])     # 10
print(a[-1])    # 50
print(a[1:4])   # [20 30 40]   start included, stop excluded

برای یک آرایهٔ دوبعدی، با grid[row, col] اندیس بزنید:

print(grid[0, 2])   # 3  (row 0, column 2)
print(grid[1])      # [4 5 6]  (the whole second row)
نوبت شما

با numpy: steps = np.arange(0, 10, 2) (عددهای زوج 0..8) را بسازید. shape آن را در shp ذخیره کنید. سپس سه مقدار میانی (اندیس‌های 1، 2، 3) را در mid برش بزنید.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.