Schneller Erfolg in der Datenwissenschaft
Schneiden und Würfeln wie ein Profi
NumPy ist Pythons grundlegende Bibliothek für numerische Berechnungen. Mit NumPy wird die Schwerstarbeit erledigt von Arraysim Wesentlichen Tabellen mit Elementen desselben Datentyps. Arrays sind auf Leistung optimiert und ermöglichen schnellere mathematische und logische Operationen als herkömmliche Python-Datentypen wie Hear.
In Teil 1haben wir uns damit befasst, wie man Arrays erstellt, sie beschreibt und auf ihre Attribute mit der Punktnotation zugreift. In diesem Artikel untersuchen wir, wie man auf die Elemente in Arrays zugreift mit Indizes Und Scheibensodass Sie den Wert von Elementen extrahieren und mithilfe von Zuweisungsanweisungen ändern können. Die Array-Indizierung verwendet eckige Klammern ()genau wie Python-Hear.
Zur Auffrischung von Teil 1 finden Sie hier eine grafische Darstellung eines 1D-, 2D- und 3D-Arrays mit kommentierten Achsen. Sie müssen die Richtungen der Achsen kennen, um richtig indizieren zu können.
