Data Science Academy · Lektion

Indexera och skiva arrayer

Hämta rader, kolumner och intervall.

Lektion 4 av 413 steg

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]  # 10

Räkna från slutet

Negativa index räknas bakifrån. arr[-1] ger dig det sista elementet utan att du behöver känna till arrayens längd.

arr[-1]  # 30

Slices 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 4

Steg 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 8

Två 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]  # 3

Hämta 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 changes

Skapa 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 0

Snabbtest

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. 🎉

Gratis att börja

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

  1. Från Python-lista till ndarray
  2. Shape, size och dtype
  3. Vektoriserad matematik utan loopar
  4. Indexera och skiva arrayer
← Tillbaka till Data Science Academy