Indicizzazione dell'array NumPy
Accedi agli elementi dell'array
L'indicizzazione dell'array equivale all'accesso a un elemento dell'array.
È possibile accedere a un elemento dell'array facendo riferimento al suo numero di indice.
Gli indici negli array NumPy iniziano con 0, il che significa che il primo elemento ha l'indice 0 e il secondo ha l'indice 1 ecc.
Esempio
Ottieni il primo elemento dalla seguente matrice:
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[0])
Esempio
Ottieni il secondo elemento dalla seguente matrice.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[1])
Esempio
Ottieni il terzo e il quarto elemento dalla seguente matrice e aggiungili.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[2] +
arr[3])
Accedi agli array 2D
Per accedere agli elementi da array 2-D possiamo usare interi separati da virgola che rappresentano la dimensione e l'indice dell'elemento.
Pensa agli array 2D come a una tabella con righe e colonne, dove la riga rappresenta la dimensione e l'indice rappresenta la colonna.
Esempio
Accedi all'elemento sulla prima riga, seconda colonna:
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('2nd element on 1st row: ', arr[0, 1])
Esempio
Accedi all'elemento sulla 2a riga, 5a colonna:
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('5th element on
2nd row: ', arr[1, 4])
Accedi agli array 3D
Per accedere agli elementi da array 3-D possiamo usare interi separati da virgola che rappresentano le dimensioni e l'indice dell'elemento.
Esempio
Accedi al terzo elemento del secondo array del primo array:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8,
9], [10, 11, 12]]])
print(arr[0, 1, 2])
Esempio spiegato
arr[0, 1, 2]stampa il valore 6.
Ed è per questo:
Il primo numero rappresenta la prima dimensione, che contiene due array:
[[1, 2, 3], [4, 5, 6]]
e:
[[7, 8, 9], [10, 11, 12]]
Poiché abbiamo selezionato 0, ci rimane il primo array:
[[1, 2, 3], [4, 5, 6]]
Il secondo numero rappresenta la seconda dimensione, che contiene anche due array:
[1, 2, 3]
e:
[4, 5, 6]
Poiché abbiamo selezionato 1, ci rimane il secondo array:
[4, 5, 6]
Il terzo numero rappresenta la terza dimensione, che contiene tre valori:
4
5
6
Dato che abbiamo selezionato 2, finiamo con il terzo valore:
6
Indicizzazione negativa
Utilizzare l'indicizzazione negativa per accedere a un array dalla fine.
Esempio
Stampa l'ultimo elemento dalla 2a dim:
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('Last element
from
2nd dim: ', arr[1, -1])