NumPy Dizi İndeksleme
Dizi Öğelerine Erişim
Dizi indeksleme, bir dizi öğesine erişmekle aynıdır.
Dizin numarasına bakarak bir dizi öğesine erişebilirsiniz.
NumPy dizilerindeki dizinler 0 ile başlar; bu, ilk öğenin dizin 0'a sahip olduğu ve ikincisinin dizin 1 vb.'ye sahip olduğu anlamına gelir.
Örnek
Aşağıdaki diziden ilk öğeyi alın:
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[0])
Örnek
Aşağıdaki diziden ikinci öğeyi alın.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[1])
Örnek
Aşağıdaki diziden üçüncü ve dördüncü öğeleri alın ve ekleyin.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[2] +
arr[3])
2-B Dizilere Erişim
2 boyutlu dizilerdeki öğelere erişmek için öğenin boyutunu ve dizinini temsil eden virgülle ayrılmış tam sayıları kullanabiliriz.
2B dizileri, satırın boyutu ve dizinin sütunu temsil ettiği satırlar ve sütunlar içeren bir tablo gibi düşünün.
Örnek
Öğeye ilk satır, ikinci sütundan erişin:
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])
Örnek
2. satır, 5. sütundaki öğeye erişin:
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])
3-B Dizilere Erişim
3 boyutlu dizilerdeki öğelere erişmek için, öğenin boyutlarını ve dizinini temsil eden virgülle ayrılmış tam sayıları kullanabiliriz.
Örnek
İlk dizinin ikinci dizisinin üçüncü öğesine erişin:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8,
9], [10, 11, 12]]])
print(arr[0, 1, 2])
Örnek Açıklama
arr[0, 1, 2]değeri yazdırır 6.
Ve bu yüzden:
İlk sayı, iki dizi içeren ilk boyutu temsil eder:
[[1, 2, 3], [4, 5, 6]]
ve:
[[7, 8, 9], [10, 11, 12]
] seçtik 0, ilk diziyle kaldık:
[[1, 2, 3], [4, 5, 6]]
İkinci sayı, aynı zamanda iki dizi içeren ikinci boyutu temsil eder:
[1, 2, 3]
ve:
[4, 5, 6] ' i
seçtiğimizden 1, ikinci diziyle kaldık:
[4, 5, 6]
Üçüncü sayı, üç değeri içeren üçüncü boyutu temsil eder:
4
5
6
Seçtiğimizden beri 2, üçüncü değeri elde ederiz:
6
Negatif İndeksleme
Bir diziye sondan erişmek için negatif indekslemeyi kullanın.
Örnek
2. karartmadaki son öğeyi yazdırın:
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])