Программа курса Урок 77 из 250 · Основы данных: numpy и pandas
Основы данных: numpy и pandas

Создание и индексация массивов

Есть несколько способов создания массивов. Самый распространенный:

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

У каждого массива есть dtype (тип его элементов) и shape (его размер по каждому измерению):

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 и slicing работают как списки и начинаются с 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

Для двумерного массива используйте индекс grid[row, col]:

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

Используя numpy: создайте steps = np.arange(0, 10, 2) (четные числа 0..8). Сохраните его shape в shp. Затем нарежь три средних значения (индексы 1, 2, 3) в mid.

Заметили проблему в этом уроке? Сообщите о ней · Спросить об этом уроке

Это упражнение откроется скоро

Закончи предыдущий урок, чтобы открылся этот. Весь курс бесплатный, аккаунт не нужен, и ты можешь прочитать этот урок прямо сейчас.