NumPy Array Slicing


صفائف تشريح

التقطيع في بيثون يعني أخذ العناصر من فهرس معين إلى فهرس معين آخر.

نمرر شريحة بدلاً من فهرس مثل هذا :.[start:end]

يمكننا أيضًا تحديد الخطوة ، مثل هذا :.[start:end:step]

إذا لم نجتاز ، ابدأ في اعتباره 0

إذا لم ننجح في إنهاء طولها المدروس للمصفوفة في هذا البعد

إذا لم نجتاز الخطوة ، فسيتم اعتبارها 1

مثال

شريحة العناصر من الفهرس 1 إلى الفهرس 5 من المصفوفة التالية:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[1:5])

ملاحظة: النتيجة تتضمن فهرس البداية ، لكنها تستبعد فهرس النهاية.

مثال

شريحة العناصر من الفهرس 4 إلى نهاية المصفوفة:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[4:])

مثال

تقطيع العناصر من البداية إلى الفهرس 4 (غير مدرجة):

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[:4])


التقطيع السلبي

استخدم عامل التشغيل الناقص للإشارة إلى فهرس من النهاية:

مثال

شريحة من الفهرس 3 من النهاية إلى الفهرس 1 من النهاية:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[-3:-1])

خطوة

استخدم stepالقيمة لتحديد خطوة التقطيع:

مثال

أعد كل عنصر آخر من الفهرس 1 إلى الفهرس 5:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[1:5:2])

مثال

أعد كل عنصر آخر من المصفوفة بأكملها:

import numpy as np

arr = np.array([1, 2, 3, 4, 5, 6, 7])

print(arr[::2])

صفائف 2-D إلى شرائح

مثال

من العنصر الثاني ، قم بتقطيع العناصر من الفهرس 1 إلى الفهرس 4 (غير مدرج):

import numpy as np

arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(arr[1, 1:4])

ملاحظة: تذكر أن العنصر الثاني يحتوي على الفهرس 1.

مثال

من كلا العنصرين ، قم بإرجاع الفهرس 2:

import numpy as np

arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(arr[0:2, 2])

مثال

من كلا العنصرين ، شريحة الفهرس 1 إلى الفهرس 4 (غير مضمن) ، سيؤدي ذلك إلى إرجاع مصفوفة ثنائية الأبعاد:

import numpy as np

arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]])

print(arr[0:2, 1:4])

اختبر نفسك مع التمارين

ممارسه الرياضه:

أدخل صيغة التقطيع الصحيحة لطباعة التحديد التالي للمصفوفة:

كل شيء من (بما في ذلك) العنصر الثاني إلى (لا يشمل) العنصر الخامس.

arr = np.array([10, 15, 20, 25, 30, 35, 40])

print(arr)