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 onesУ 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 columnsIndexing 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 excludedДля 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)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.
Этот браузер блокирует cookies для learn.floati.life, поэтому завершенные здесь уроки не могут открыться по порядку. Разрешите cookies для этого сайта и перезагрузите страницу.