Programma Lezione 77 di 250 · Basi dei dati: numpy e pandas
Basi dei dati: numpy e pandas

Creare e indicizzare array

Ci sono diversi modi per creare array. I più comuni:

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

Ogni array ha un dtype (il tipo dei suoi elementi) e una shape (la sua dimensione lungo ogni asse):

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

L'indicizzazione e lo slicing funzionano come con le liste, e partono da 0:

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

Per un array 2D, indicizza con grid[row, col]:

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

Usando numpy: costruisci steps = np.arange(0, 10, 2) (i numeri pari da 0 a 8). Salva la sua shape in shp. Poi prendi con una slice i tre valori centrali (indici 1, 2, 3) in mid.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.