Python нарезает многомерные массивы

Пакет Python NumPy делает нарезку многомерных массивов ценным инструментом для манипулирования и анализа данных. Он позволяет эффективно извлекать подмножества данных и манипулировать ими из массивов, что делает его полезным навыком для любого программиста, инженера или специалиста по обработке данных.

Нарезка многомерных массивов Python

Нарезка — это метод удаления раздела массива, который часто используется для подмножества и изменения данных внутри массивов. В Python срез становится значительно более эффективным при использовании с многомерными массивами, поскольку его можно применять по нескольким осям.

Срез одномерного массива

В одномерном массиве NumPy нарезка выполняется с использованием нотации [start:stop:step].

Python3

import numpy as np

matrix = np.array([[1, 2, 3],

                   [4, 5, 6],

                   [7, 8, 9]])

# Slicing a subarray

# Get a 2x2 subarray

sub_matrix = matrix[0:2, 1:3] 

print(sub_matrix)

Выход:

[1 2 3]

Нарезка многомерного массива

Теперь перейдем к нарезке многомерных массивов. Python NumPy позволяет независимо разрезать массивы по каждой оси. Это означает, что вы можете легко извлекать строки, столбцы или определенные элементы из многомерного массива.

Нарезка строк и столбцов Python

В этом примере мы разрезаем строки и столбцы.

Python3

import numpy as np

matrix = np.array([[1, 2, 3, 4],

                   [5, 6, 7, 8],

                   [9, 10, 11, 12]])

# Slicing with step

 # Skip every other row and column

sliced_matrix = matrix[::2, ::2]

print(sliced_matrix)

Выход

[1, 2, 3]
[2 5 8]

Подмассивы нарезки Python

В этом примере мы вырезаем подмассивы из многомерного массива. Это полезно, когда мы хотим извлечь меньшую часть массива для дальнейшего анализа или манипуляций.

Python3

# Create a sample 2-D array (a list of lists)

matrix = [

    [1, 2, 3],

    [4, 5, 6],

    [7, 8, 9]

]

# Slicing using negative indexing to get the last row

last_row = matrix[-1]

print("Last Row:", last_row)

# Slicing using negative indexing to get the last element of the first row

last_element_first_row = matrix[0][-1]

print("Last Element of First Row:", last_element_first_row)

# Slicing using negative indexing to get the last two elements of the second row

last_two_elements_second_row = matrix[1][-2:]

print("Last Two Elements of Second Row:", last_two_elements_second_row)

Выход

[[2 3]
 [5 6]]

Нарезка с помощью Step в Python

В этом примере мы используем параметр шага при срезе многомерного массива, чтобы пропускать элементы вдоль каждой оси.

Python3

import numpy as np

matrix = np.array([[1, 2, 3],

                   [4, 5, 6],

                   [7, 8, 9]])

# Combining slicing along rows and columns

sub_matrix = matrix[1:3, 0:2]

print(sub_matrix)

Выход

[[ 1  3 ]
[ 9 11 ]]

Нарезка с использованием отрицательной индексации в двумерном массиве

В этом примере мы используем отрицательную индексацию для разрезания двумерного массива.

Python3

import numpy as np

# Create a 3-D NumPy array

array_3d = np.array([

    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],

    [[10, 11, 12], [13, 14, 15], [16, 17, 18]],

    [[19, 20, 21], [22, 23, 24], [25, 26, 27]]

])

# Display the original array

print("Original 3-D Array:")

print(array_3d)

# Slice the last row from each 2-D matrix

sliced_array = array_3d[:, :, -1]

# Display the sliced array

print("\nSliced 3-D Array (Last Row from Each 2-D Matrix):")

print(sliced_array)

Выход

Last Row: [7, 8, 9]
Last Element of First Row: 3
Last Two Elements of Second Row: [5, 6]

Разрез по нескольким осям в Python

В этом примере мы разрезаем данные по нескольким осям, чтобы извлечь определенные элементы из многомерных массивов.

Нарезка с использованием отрицательной индексации в трехмерном массиве

В этом примере мы сначала создаем трехмерный массив NumPy с именем array_3d. Затем мы используем отрицательную индексацию, чтобы вырезать последнюю строку из каждой двумерной матрицы в трехмерном массиве. Обозначение среза [:, :, −1] означает, что мы выбираем все элементы по первому и второму измерениям (строки и столбцы) и последний элемент по третьему измерению (последняя строка в каждой двумерной матрице).

Python3

import numpy as np

# Create a 3-D NumPy array

array_3d = np.array([

    [[1, 2, 3], [4, 5, 6], [7, 8, 9]],

    [[10, 11, 12], [13, 14, 15], [16, 17, 18]],

    [[19, 20, 21], [22, 23, 24], [25, 26, 27]]

])

# Display the original array

print("Original 3-D Array:")

print(array_3d)

# Slice the last row from each 2-D matrix

sliced_array = array_3d[:, :, -1]

# Display the sliced array

print("\nSliced 3-D Array (Last Row from Each 2-D Matrix):")

print(sliced_array)

Выход

Original 3-D Array:
[[[ 1  2  3]
  [ 4  5  6]
  [ 7  8  9]]
 [[10 11 12]
  [13 14 15]
  [16 17 18]]
 [[19 20 21]
  [22 23 24]
  [25 26 27]]]
Sliced 3-D Array (Last Row from Each 2-D Matrix):
[[ 3  6  9]
 [12 15 18]
 [21 24 27]]