Indexera och skiva arrayer
Hämta rader, kolumner och intervall.
Indexera och skiva arrayer är en gratis lektion i Data Science Academy på CoddyKit. Detta är lektion 4 av 4. Ni kan läsa hela lektionen gratis nedan och sedan öva praktiskt i webbläsaren med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt. Den ingår i lärvägen för Data Science Academy, och Era framsteg synkroniseras mellan webben och CoddyKit-appen. Kursen i Data Science Academy innehåller totalt 4 lektioner.
Hämta de delar du behöver
Riktig analys innebär att plocka ut delar av dina data. NumPys indexering låter dig enkelt hämta enskilda värden, rader, kolumner eller intervall. ✂️
Enskilda element efter position
Precis som med en lista når du ett element via dess index. Räkningen börjar på noll, så arr[0] är det allra första värdet.
arr = np.array([10, 20, 30])
arr[0] # 10Räkna från slutet
Negativa index räknas bakifrån. arr[-1] ger dig det sista elementet utan att du behöver känna till arrayens längd.
arr[-1] # 30Slices hämtar ett intervall
En slice använder start:stop för att hämta ett intervall. Startvärdet inkluderas, men stoppvärdet gör det inte, precis som i Python-listor.
np.arange(10)[2:5] # 2 3 4Steg i en slice
Lägg till ett tredje tal för ett steg. Med ::2 behåller du vartannat element, vilket är ett enkelt sätt att tunna ut data.
np.arange(10)[::2] # 0 2 4 6 8Två dimensioner, en hakparentes
För en 2D-array anger du rad och kolumn i samma hakparentes: arr[row, col]. Det är tydligare än att kedja två uppsättningar hakparenteser.
m = np.array([[1, 2], [3, 4]])
m[1, 0] # 3Hämta en hel rad
Ett ensamt kolon betyder att allt längs den axeln ska hämtas. m[0, :] returnerar alltså hela den första raden.
m[0, :] # array([1, 2])Hämta en hel kolumn
Vänd på det för att hämta en kolumn. m[:, 0] går igenom alla rader och behåller bara värdena i den första kolumnen.
m[:, 0] # array([1, 3])Slices är vyer, inte kopior
Var försiktig: en slice är en vy av originalet. Om du ändrar slicen ändras även källarrayen, vilket kan komma som en överraskning.
s = arr[0:2]
s[0] = 99 # arr also changesSkapa en riktig kopia
När du behöver en fristående kopia anropar du copy. Då får du tillbaka en separat array, så ändringar påverkar aldrig originalet.
safe = arr[0:2].copy()Använd slices vid tilldelning också
Indexering fungerar även på vänster sida. Assign till en slice för att uppdatera ett helt intervall i ett enda steg.
arr[0:2] = 0 # first two become 0Snabbtest
Nu testar vi att välja en kolumn från en 2D-array.
Sammanfattning
Nu kan du dela upp arrayer: indexera enskilda värden, slice-hämta intervall med steg, välja rader och kolumner samt kopiera när du behöver vara på den säkra sidan. 🎉
Lär dig Python med en AI-lärare – gratis
Skriv och kör riktig kod i webbläsaren, få omedelbar hjälp av en AI-lärare dygnet runt och fortsätt där du slutade – på webben eller i appen.
- Kurser
- 30
- Lektioner
- 120
Vanliga frågor
Är lektionen ”Indexera och skiva arrayer” gratis?
Ja – hela texten till ”Indexera och skiva arrayer” kan läsas gratis här på webben. Om Ni vill öva interaktivt med en inbyggd kodredigerare och en AI-handledare som är tillgänglig dygnet runt och låsa upp resten av kursen i Data Science Academy, kan Ni uppgradera till CoddyKit PRO. Kursen i Data Science Academy innehåller totalt 4 lektioner.
Vad lär jag mig i ”Indexera och skiva arrayer”?
Hämta rader, kolumner och intervall. Ni övar på Data Science Academy med praktisk kod som körs direkt i webbläsaren, medan en AI-handledare som är tillgänglig dygnet runt svarar på Era frågor under lektionen.
Behöver jag någon erfarenhet för att börja lära mig Data Science Academy?
Du behöver inga förkunskaper. Utbildningen i Data Science Academy på CoddyKit är upplagd för allt från nybörjare till avancerade elever, så att du kan börja här eller från början och gå fram i din egen takt. Detta är lektion 4 av 4.
Hur lång tid tar lektionen ”Indexera och skiva arrayer”?
De flesta CoddyKit-lektioner tar cirka 5–10 minuter. Varje lektion är kort och interaktiv, så att du gör stadiga framsteg och kan fortsätta precis där du slutade – på webben eller i appen.
Kan jag skriva och köra kod i den här Data Science Academy-lektionen?
Ja. Varje Data Science Academy-lektion innehåller en inbyggd kodredigerare, så att du kan skriva och köra riktig kod direkt i webbläsaren och få omedelbar AI-feedback – utan lokal installation.
Alla lektioner i den här kursen
- Från Python-lista till ndarray
- Shape, size och dtype
- Vektoriserad matematik utan loopar
- Indexera och skiva arrayer