cb
ABCD
  • NumPy Эхлэх
  • NumPy Массив үүсгэх
  • NumPy Массивын индексжүүлэлт
  • NumPy Массив үүсгэх /Slicing/
  • NumPy Өгөгдлийн төрөл /Data Type/
  • NumPy Массив Хуулбарлах VS Үзүүлэх
  • NumPy массивын хэмжээ /Shape/
  • NumPy Массивын хэмжээсийн өөрчлөх /Reshaping/
  • NumPy Массивыг давтах /Iterating/
  • NumPy Массивыг нэгтгэх /Join Array/
  • NumPy Массивыг хуваах /Split/
  • NumPy Массиваас хайх /Search/
  • NumPy Массивыг эрэмбэлэх /Sorting/
  • Массив шүүх /Filter/
  • NumPy Санамсаргүй тоо /Random Number/
  • NumPy Санамсаргүй өгөгдөл түгээх /Data Distribution/
  • Санамсаргүй сэлгээ /Random Permutations/
  • NumPy Seaborn модуль
  • NumPy Хэвийн тархалт /Normal Distribution/
  • NumPy Салангид тархалт /Binomial Distribution/
  • NumPy Салангид тархалт /Poisson Distribution/
  • NumPy Жигэд тархалт /Uniform Distribution/
тохиргоо
Толгой хэсэг
Хажуугийн самбар
Үндсэн контент
НЭВТРЭХ

NumPy Массивын индексжүүлэлт

NumPy массивын индексжүүлэлт нь массивын элементэд хандахтай адилхан байна.

NumPy массив дахь индексүүд 0-ээс эхэлдэг бөгөөд эхний элемент 0 индекстэй, хоёр дахь элемент 1 индекстэй, ... г.м байна.

Жишээ нь

import numpy as np

mas = np.array([1, 2, 3, 4, 5])

print (mas[0])

Үр дүн

File G:\Hicheel\Python\test.py
1 

Жишээ нь

import numpy as np

mas = np.array([1, 2, 3, 4, 5])

print (mas[1])

Үр дүн

File G:\Hicheel\Python\test.py
2 

Жишээ нь

3 болон 4 дэхь элементийг аваад нэмж үзье

import numpy as np

mas = np.array([1, 2, 3, 4, 5])

print (mas[2] + mas[3])

Үр дүн

File G:\Hicheel\Python\test.py
7 


2-D массивд хандаж үзье

2-D буюу хоёр хэмжээст массивд хаднахын тулд бүхэл тоо ашиглан таслалаар тусгаарлан элементын хэмжээс болон индексийг зааж өгч хандах болно.

Жишээ нь

Эхний хэмжээсийн 2 дахь элементэд хандаж үзье.

import numpy as np

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

print ('Эхний хэжээсийн 2 дахь элемент: ', mas[0, 1])

Үр дүн

File G:\Hicheel\Python\test.py
2 

Жишээ нь

2 дахь хэмжээсийн сүүлийн элементэд хандаж үзье.

import numpy as np

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

print ('Эхний хэжээсийн 2 дахь элемент: ', mas[1, 4])

Үр дүн

File G:\Hicheel\Python\test.py
10 

Анхаар: дээрх жишээнд mas[1, 4] гэсэн бөгөөд 1 нь массивын 2 дахь хэмжээсийг зааж байгаа бол, 4 нь элементийн байрлалыг зааж байна.


3-D массивд хандаж үзье

3-D буюу хоёр хэмжээст массивд хаднахын тулд бүхэл тоо ашиглан таслалаар тусгаарлан элементын хэмжээс болон индексийг зааж өгч хандах болно.

Жишээ нь

Эхний массивын 2 дахь массивын 3 дахь элементэд хандаж үзье

import numpy as np

mas = np.array([[[1, 2, 3], [4, 5, 6]],[[7, 8, 9], [10, 11, 12]]])

print ('Эхний хэжээсийн 2 дахь элемент: ', mas[0, 1, 2])

Үр дүн

File G:\Hicheel\Python\test.py
6 

Жишээг задалж харвал

mas[0, 1, 2] нь 6 гэсэн утгыг хэвлэсэн байна.

Яагаад?

Дээрх жишээ нь 2 массив агуулж байгаа бөгөөд эхний тоо эхний хэмжээсийг зааж байна.

[[1, 2, 3], [4, 5, 6]]

болон:

[[7, 8, 9], [10, 11, 12]]

Бидний сонгосон 0 тоонд харгалзах массив бол:

[1, 2, 3]

болон

[4, 5, 6]

Бидний сонгосон хоёр дахь тоо 1 тоонд харгалзах массив бол:

[4, 5, 6]

Бидний сонгосон гурав дахь тоо 2 нь массивын гурав дахь элементийг заана:

4
5
6

Бидний сонгосон гурав дахь тоо 2 тул массивын гурав дахь утгыг авна.


Сөрөг индекс

Массивыг утгыг төгсгөлөөс нь авахын тулд сөрөг индексжүүлэлтийг ашиглана.

Жишээ нь

2 дахь хэмжээсийн сүүлийн элементийг хэвлэж үзье.

import numpy as np

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

print ('2 дахь хэмжээсийн сүүлийн элемент: ', mas[1, -1])

Үр дүн

File G:\Hicheel\Python\test.py
10 

Сэтгэгдэлүүд

Контентын нэр
NumPy Эхлэх
NumPy Массив үүсгэх
NumPy Массивын индексжүүлэлт
NumPy Массив үүсгэх /Slicing/
NumPy Өгөгдлийн төрөл /Data Type/
NumPy Массив Хуулбарлах VS Үзүүлэх
NumPy массивын хэмжээ /Shape/
NumPy Массивын хэмжээсийн өөрчлөх /Reshaping/
NumPy Массивыг давтах /Iterating/
NumPy Массивыг нэгтгэх /Join Array/
NumPy Массивыг хуваах /Split/
NumPy Массиваас хайх /Search/
NumPy Массивыг эрэмбэлэх /Sorting/
Массив шүүх /Filter/
NumPy Санамсаргүй тоо /Random Number/
NumPy Санамсаргүй өгөгдөл түгээх /Data Distribution/
Санамсаргүй сэлгээ /Random Permutations/
NumPy Seaborn модуль
NumPy Хэвийн тархалт /Normal Distribution/
NumPy Салангид тархалт /Binomial Distribution/
NumPy Салангид тархалт /Poisson Distribution/
NumPy Жигэд тархалт /Uniform Distribution/
ABCD.mn ©

Нөхцөл & Шаардлага

1. General

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Maecenas ultrices, justo vel imperdiet gravida, urna ligula hendrerit nibh, ac cursus nibh sapien in purus. Mauris tincidunt tincidunt turpis in porta. Integer fermentum tincidunt auctor.

2. Account

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Maecenas ultrices, justo vel imperdiet gravida, urna ligula hendrerit nibh, ac cursus nibh sapien in purus. Mauris tincidunt tincidunt turpis in porta. Integer fermentum tincidunt auctor.

3. Service

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Maecenas ultrices, justo vel imperdiet gravida, urna ligula hendrerit nibh, ac cursus nibh sapien in purus. Mauris tincidunt tincidunt turpis in porta. Integer fermentum tincidunt auctor.

4. Payments

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Maecenas ultrices, justo vel imperdiet gravida, urna ligula hendrerit nibh, ac cursus nibh sapien in purus. Mauris tincidunt tincidunt turpis in porta. Integer fermentum tincidunt auctor.