Fatiamento de Matriz NumPy

O objetivo deste artigo é ajudá-lo a atingir seus objetivos de aprendizado, introduzindo o fatiamento de matriz Numpy e apresentando exemplos .

Índice-

Fatiamento de matriz NumPy:

Fatiando matrizes NumPy

O fatiamento de matriz Numpy em Python está movendo dados de um índice para outro índice.

No lugar de um índice, fornecemos uma fatia: [start:end] .

Também é possível definir a etapa da seguinte forma: [start:end:step] .

Na ausência de um início, assume-se que é zero.

Assume-se o comprimento do array nessa dimensão se o limite não for especificado.

É contado como 1 se não concluirmos a etapa

Na matriz abaixo, divida os itens do índice 1 ao índice 6:

Numpy Array Slicing Example: 1

1
2
3
4
5
6
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11, 13, 17, 19])
print(prime_arr[1:8])
print(type(prime_arr))
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Exemplos de divisão de matriz Numpy

Numpy Array Slicing Example: 2

1
2
3
4
5
6
import numpy as npy
silent_arr = npy.array(["align", "bridge", "design", "edge", "anchor", "muscle", "echo", "doubt"])
print(silent_arr[1:6])
print(type(silent_arr))
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Lembrete: No resultado, o índice inicial é mantido, mas o último índice não é mantido.

Do índice 3 até a cauda da matriz, divida os itens da seguinte maneira:

Numpy Array Slicing Example: 3

1
2
3
4
5
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11, 13, 17, 19])
print(prime_arr[3:])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Numpy Array Slicing Example: 4

1
2
3
4
5
import numpy as npy
silent_arr = npy.array(["align", "bridge", "design", "edge", "anchor", "muscle", "echo", "doubt"])
print(silent_arr[3:])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Ao cortar uma matriz Numpy , você pode extrair itens desde o início até (mas não incluindo) o índice 6.

Numpy Array Slicing Example: 5

1
2
3
4
5
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11, 13, 17, 19])
print(prime_arr[:6])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Numpy Array Slicing Example: 6

1
2
3
4
5
import numpy as npy
silent_arr = npy.array(["align", "bridge", "design", "edge", "anchor", "muscle", "echo", "doubt"])
print(silent_arr[:6])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Saída de corte de matriz Numpy

Fatia de Matriz Negativa

No fatiamento da matriz Numpy , utilizar um índice negativo indica começar do último:

Corte do índice -7 ao índice -4 .

NumPy Array Negative Slicing Example: 1

1
2
3
4
5
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11, 13, 17, 19])
print(prime_arr[-7:-4])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

NumPy Array Negative Slicing Example: 2

1
2
3
4
5
import numpy as npy
silent_arr = npy.array(["align", "bridge", "design", "edge", "anchor", "muscle", "echo", "doubt"])
print(silent_arr[-7:-4])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Python NumPy PASSO

O valor do passo é utilizado para decidir o intervalo do fatiamento .

Do índice 1 ao índice 7 , os seguintes itens têm um incremento de 2:

Python NumPy STEP Example: 1

1
2
3
4
5
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11, 13, 17, 19])
print(prime_arr[1:7:2])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Python NumPy STEP Example: 2

1
2
3
4
5
import numpy as npy
silent_arr = npy.array(["align", "bridge", "design", "edge", "anchor", "muscle", "echo", "doubt"])
print(silent_arr[1:7:2])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Forneça todos os itens com um incremento de dois de toda a matriz:

Python NumPy STEP Example: 3

1
2
3
4
5
import numpy as npy
prime_arr = npy.array([2, 3, 5, 7, 11, 13, 17, 19])
print(prime_arr[::2])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Python NumPy STEP Example: 4

1
2
3
4
5
import numpy as npy
silent_arr = npy.array(["align", "bridge", "design", "edge", "anchor", "muscle", "echo", "doubt"])
print(silent_arr[::2])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Fatiar matrizes 2-D

Pegue os itens do índice 2 ao índice 4 da primeira matriz:

Example: 1

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array([[2,4,6,8,10], [1,3,5,7,9]])
print(mrx_arr[0, 2:5])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example: 2

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array([["Major League Soccer","Premier League","La Liga","Serie A","Süper Lig"], ["Bundesliga","Ligue 1","Primeira Liga","Eredivise:","Scottish Premiership"]])
print(mrx_arr[0, 2:5])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Lembrete: lembre-se de que o segundo item tem índice 1.

Exiba o 5º item de ambas as matrizes:

Example: 3

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array([[2,4,6,8,10], [1,3,5,7,9]])
print(mrx_arr[0:2, 4])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example: 4

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array([["Major League Soccer","Premier League","La Liga","Serie A","Süper Lig"], ["Bundesliga","Ligue 1","Primeira Liga","Eredivise:","Scottish Premiership"]])
print(mrx_arr[0:2, 4])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Pegue os itens do índice 2 a 4 de dois arrays para obter um array bidimensional:

Example: 5

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array([[2,4,6,8,10], [1,3,5,7,9]])
print(mrx_arr[0:2, 2:5])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Example: 6

1
2
3
4
5
import numpy as npy
mrx_arr = npy.array([["Major League Soccer","Premier League","La Liga","Serie A","Süper Lig"], ["Bundesliga","Ligue 1","Primeira Liga","Eredivise:","Scottish Premiership"]])
print(mrx_arr[0:2, 2:5])
XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX

Nós valorizamos o seu feedback.