Pythoner
Фотография
➡️NumPy (Numerical Python) - это библиотека Python, которая предоставляет поддержку для работы с многомерными массивами и эффективными математическими функциями. В NumPy индексы используются для доступа к элементам массива. В NumPy существует несколько способов индексации массивов:
1. Индексирование с помощью целых чисел: Можно использовать целые числа для доступа к элементам массива. Массивы в NumPy индексируются начиная с 0:
import numpy as np
arr = np.array([10, 20, 30, 40, 50])
print(arr[2]) # Выводит 30 (значение с индексом 2)
2. Индексирование многомерных массивов: В многомерном массиве можно использовать кортеж индексов для доступа к элементам:
import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr[1, 2]) # Выводит 6 (элемент во второй строке и третьем столбце)
3. Использование срезов (slicing): Можно использовать срезы для извлечения подмассива из массива:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4]) # Выводит [2, 3, 4] (элементы со второго по четвертый)
4. Индексирование с использованием булевых массивов: Можно использовать булевы массивы для фильтрации элементов массива:
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
mask = np.array([True, False, True, False, True])
print(arr[mask]) # Выводит [1, 3, 5] (выбирает элементы, соответствующие True)
5. Индексирование fancy indexing: Позволяет выбирать элементы массива, используя массив индексов:
import numpy as np
arr = np.array([10, 20, 30, 40, 50])
indices = np.array([1, 3, 4])
print(arr[indices]) # Выводит [20, 40, 50] (выбирает элементы с индексами 1, 3 и 4)
⬆️Это основные методы индексации в NumPy, которые помогут вам эффективно работать с массивами и многомерными данными в Python. NumPy предоставляет мощные средства работы с данными и вычислениями, особенно в области научных вычислений и анализа данных.
🐍 Pythoner
20 · 1.7K ·