Programma Les 77 van 250 · Basis van data: numpy & pandas
Basis van data: numpy & pandas

Arrays aanmaken en indexeren

Er zijn verschillende manieren om arrays te maken. De meest gebruikelijke:

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

Elke array heeft een dtype (het type van de elementen) en een shape (de grootte langs elke dimensie):

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

Indexing en slicing werken zoals lijsten, en beginnen bij 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

Voor een 2D array indexeer je met grid[row, col]:

print(grid[0, 2])   # 3  (row 0, column 2)
print(grid[1])      # [4 5 6]  (the whole second row)
Jij bent aan de beurt

Gebruik numpy: bouw steps = np.arange(0, 10, 2) (de even getallen 0..8). Sla de shape op in shp. Snijd dan de middelste drie waarden (index 1, 2, 3) uit naar mid.

Een probleem ontdekt in deze les? Meld het · Vraag naar deze les

Deze oefening opent binnenkort

Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.