Bisakah Anda mengiris array dengan python?

Di bab sebelumnya yang memperkenalkan daftar Python, Anda belajar bahwa pengindeksan Python dimulai dengan

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

5, dan Anda bisa menggunakan pengindeksan untuk mengkueri nilai item dalam daftar Python

Anda juga dapat mengakses elemen [mis. e. nilai] dalam array numpy menggunakan pengindeksan

Pengindeksan pada Array Numpy Satu Dimensi

Untuk array numpy satu dimensi, Anda hanya perlu menentukan satu nilai indeks, yaitu posisi elemen dalam array numpy [mis. g.

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

_6]

Sebagai contoh, lihatlah array satu dimensi di bawah ini yang memiliki 3 elemen

avg_monthly_precip = numpy.array[[0.70, 0.75, 1.85]]

Anda dapat menggunakan

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

_7 untuk memilih elemen ketiga di [

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

8] dari array numpy satu dimensi ini

Ingatlah bahwa Anda menggunakan indeks

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

9 untuk tempat ketiga karena pengindeksan Python dimulai dengan

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

5, bukan dengan

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

1

Pengindeksan pada Array Numpy Dua Dimensi

Untuk array numpy dua dimensi, Anda perlu menentukan indeks baris dan indeks kolom untuk elemen [atau rentang elemen] yang ingin Anda akses

Misalnya, tinjau larik dua dimensi di bawah ini dengan 2 baris dan 3 kolom

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_

Untuk memilih elemen di baris kedua, kolom ketiga [

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

2], Anda dapat menggunakan

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

3

yang menentukan bahwa Anda menginginkan elemen pada indeks

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

1 untuk baris dan indeks

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

9 untuk kolom

Sama seperti untuk array numpy satu dimensi, Anda menggunakan indeks

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

6 untuk baris kedua, kolom ketiga karena pengindeksan Python dimulai dengan

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

5, bukan dengan

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

1

Pada halaman ini, Anda akan menggunakan pengindeksan untuk memilih elemen dalam array numpy satu dimensi dan dua dimensi, proses pemilihan disebut sebagai slicing

Impor Paket Python dan Dapatkan Data

Mulailah dengan mengimpor paket Python yang diperlukan dan mengunduh serta mengimpor data ke dalam array numpy

Seperti yang Anda pelajari sebelumnya di bab ini, Anda akan menggunakan paket earthpy untuk mendownload file data, os untuk mengatur direktori kerja, dan numpy untuk mengimpor file data ke dalam array numpy

# Import necessary packages
import os

import numpy as np
import earthpy as et

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

[[ 1.07  0.44  1.5   0.2   3.2   1.18  0.09  1.44  1.52  2.44  0.78  0.02]
 [ 0.27  1.13  1.72  4.14  2.66  0.61  1.03  1.4  18.16  2.24  0.29  0.5 ]]

Iris Array Numpy Satu Dimensi

Dengan memeriksa bentuk

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

_9 menggunakan

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

0, Anda tahu bahwa itu berisi 12 elemen sepanjang satu dimensi [e. g.

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

1]

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_0

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_1

Jika Anda memilih elemen terakhir dari array, Anda dapat menggunakan indeks

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

2, seperti yang Anda ketahui bahwa pengindeksan dengan Python dimulai dengan

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

5

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_2

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_3

Lihat apa yang terjadi saat Anda meminta lokasi indeks yang tidak ada dalam larik, misalnya indeks

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

1

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_4

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

5

Anda diberi tahu secara eksplisit bahwa ada 12 elemen tetapi indeks

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

6 tidak berada dalam batas data

Salah satu cara untuk menyiasati keharusan mengetahui jumlah elemen secara eksplisit adalah dengan menggunakan pintasan seperti

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

7 yang mengidentifikasi indeks terakhir untuk Anda

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_5

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_3

Iris Rentang Nilai dari Array Numpy Satu Dimensi

Anda dapat mengiris rentang elemen dari array numpy satu dimensi seperti elemen ketiga, keempat, dan kelima, dengan menentukan rentang indeks.

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

8

Perhatikan bahwa struktur indeks termasuk nilai indeks pertama, tetapi bukan nilai indeks kedua. Jadi Anda memberikan nilai indeks awal untuk pemilihan dan nilai indeks akhir yang tidak disertakan dalam pemilihan

Jadi, untuk memilih elemen ketiga, keempat dan kelima, Anda perlu menentukan nilai indeks untuk elemen ketiga

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

9 sebagai nilai awal dan kemudian nilai indeks untuk elemen keenam

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

0 sebagai nilai akhir [tetapi tidak akan termasuk dalam

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_7

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_8

Iris Array Numpy Dua Dimensi

Menggunakan

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

_0, Anda dapat mengonfirmasi bahwa

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

2 adalah larik dua dimensi dengan jumlah baris 2 dengan jumlah kolom 12

precip_2002_2013 = numpy.array[[[1.07, 0.44, 1.5],
                              [0.27, 1.13, 1.72]]]

_9

# Import necessary packages
import os

import numpy as np
import earthpy as et

_0

Untuk mengiris elemen dari array dua dimensi, Anda perlu menentukan indeks baris dan indeks kolom sebagai

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

3

Misalnya, Anda dapat menggunakan indeks

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

_6 untuk menanyakan elemen di baris kedua, kolom ketiga di

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

2

# Import necessary packages
import os

import numpy as np
import earthpy as et

_1

# Import necessary packages
import os

import numpy as np
import earthpy as et

_2

Jika Anda ingin memilih elemen terakhir dalam array, Anda harus memilih elemen di baris terakhir, kolom terakhir

Untuk

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

_2 yang memiliki 2 baris dan 12 kolom, indeks baris terakhir adalah

# Set working directory to earth-analytics
os.chdir[os.path.join[et.io.HOME, 'earth-analytics']]

1, sedangkan indeks kolom terakhir adalah

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

2

# Import necessary packages
import os

import numpy as np
import earthpy as et

_3

# Import necessary packages
import os

import numpy as np
import earthpy as et

_4

Saat Anda menjadi lebih terbiasa dengan pemotongan, Anda dapat mulai menerapkan pintasan, seperti

# Import average monthly precip
fname = os.path.join["data", "earthpy-downloads",
                     "avg-monthly-precip.txt"]

avg_monthly_precip = np.loadtxt[fname]

print[avg_monthly_precip]

7 yang diperkenalkan sebelumnya, yang dapat digunakan untuk mengidentifikasi indeks terakhir untuk baris dan/atau kolom

# Import necessary packages
import os

import numpy as np
import earthpy as et

_5

# Import necessary packages
import os

import numpy as np
import earthpy as et

_4

Iris Rentang Nilai dari Array Numpy Dua Dimensi

Anda juga dapat menggunakan rentang untuk indeks baris dan/atau indeks kolom untuk mengiris beberapa elemen menggunakan

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

_0

Ingatlah bahwa struktur indeks untuk rentang baris dan kolom sudah termasuk indeks pertama, tetapi bukan indeks kedua

Misalnya, Anda dapat menggunakan indeks

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

1 untuk memilih elemen di baris pertama, dua kolom pertama

# Import necessary packages
import os

import numpy as np
import earthpy as et

_7

# Import necessary packages
import os

import numpy as np
import earthpy as et

_8

Anda dapat membalikkan nilai indeks ini untuk memilih elemen di dua baris pertama, kolom pertama

# Import necessary packages
import os

import numpy as np
import earthpy as et

_9

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

0

Jika Anda ingin mengiris baris kedua, kolom kedua hingga ketiga, Anda perlu menggunakan indeks

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

2, yang sekali lagi mengidentifikasi rentang indeks akhir tetapi tidak memasukkannya ke dalam output

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

1

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

2

Saat Anda menjadi lebih terbiasa dengan pemotongan, Anda dapat mulai menggunakan pintasan, seperti menghilangkan nilai indeks pertama

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

3 untuk memulai irisan di awal rentang indeks

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

3

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

_4

Perhatikan bahwa irisan pada contoh di atas memberikan keluaran sebagai larik dua dimensi, karena larik asli yang diiris juga dua dimensi

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

5

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

6

Gunakan Pintasan untuk Membuat Larik Satu Dimensi Baru Dari Irisan Baris atau Kolom

Ingatlah bahwa

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

_2 berisi dua baris [atau tahun] data curah hujan rata-rata bulanan [satu baris untuk tahun 2002 dan satu baris untuk tahun 2013] dan dua belas kolom [satu untuk setiap bulan]

Anda dapat menggunakan pintasan untuk memilih seluruh baris atau kolom dengan mudah hanya dengan menentukan indeks baris atau kolom [mis. g.

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

3 untuk yang pertama,

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

6 untuk yang kedua, dst] dan memberikan

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

7 untuk indeks lainnya [artinya semua baris atau kolom]

Keluaran dari pintasan ini akan berupa larik satu dimensi, yang sangat berguna jika Anda ingin memplot data dengan mudah

Misalnya, Anda dapat menggunakan

# Import monthly precip for 2002 and 2013
fname = os.path.join["data", "earthpy-downloads",
                     "monthly-precip-2002-2013.csv"]

precip_2002_2013 = np.loadtxt[fname, delimiter=","]

print[precip_2002_2013]

_8 untuk memilih seluruh kolom pertama

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

2, yang merupakan semua nilai untuk Januari [dalam hal ini, untuk tahun 2002 dan 2013]

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

7

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

8

Atau sebaliknya, Anda dapat menggunakan

[[ 1.07  0.44  1.5   0.2   3.2   1.18  0.09  1.44  1.52  2.44  0.78  0.02]
 [ 0.27  1.13  1.72  4.14  2.66  0.61  1.03  1.4  18.16  2.24  0.29  0.5 ]]

0 untuk memilih seluruh baris pertama

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

2, yang merupakan semua nilai bulanan untuk tahun 2002

# Download .txt with avg monthly precip [inches]
monthly_precip_url = '//ndownloader.figshare.com/files/12565616'
et.data.get_data[url=monthly_precip_url]

# Download .csv of precip data for 2002 and 2013 [inches]
precip_2002_2013_url = '//ndownloader.figshare.com/files/12707792'
et.data.get_data[url=precip_2002_2013_url]

_9

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

0

Ini berarti Anda dapat membuat larik numpy baru dari data curah hujan bulanan rata-rata pada tahun 2002 dengan memotong baris pertama nilai dari

[0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]

2

Perhatikan bahwa hasilnya adalah larik satu dimensi, yang dapat Anda gunakan untuk memplot data curah hujan bulanan rata-rata untuk tahun 2002

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

_1

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

_2

Untuk memilih baris, ada pintasan yang lebih pendek - Anda dapat memberikan indeks sendiri untuk baris yang diinginkan

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

_3

'/root/earth-analytics/data/earthpy-downloads/monthly-precip-2002-2013.csv'

_4

Latih Keterampilan Numpy Array Anda

Uji keterampilan

[[ 1.07  0.44  1.5   0.2   3.2   1.18  0.09  1.44  1.52  2.44  0.78  0.02]
 [ 0.27  1.13  1.72  4.14  2.66  0.61  1.03  1.4  18.16  2.24  0.29  0.5 ]]

_3 Anda untuk

1. Tinjau cara mengunduh dan mengimpor file data ke dalam array numpy untuk membuat array nama bulan dari

   [[ 1.07  0.44  1.5   0.2   3.2   1.18  0.09  1.44  1.52  2.44  0.78  0.02]
    [ 0.27  1.13  1.72  4.14  2.66  0.61  1.03  1.4  18.16  2.24  0.29  0.5 ]]
   

   4 yang tersedia untuk diunduh di “https. // pengunduh. figshare. com/file/12565619”

2. Buat array numpy baru untuk rata-rata curah hujan bulanan pada tahun 2013 dengan memilih semua nilai data pada baris terakhir di

   [0.7  0.75 1.85 2.93 3.05 2.02 1.93 1.62 1.84 1.31 1.39 0.84]
   

   2 [i. e. data tahun 2013]

3. Ubah nilai dalam array numpy dari inci menjadi milimeter [1 inci = 25. 4 milimeter]

4. Gunakan larik numpy yang dikonversi untuk 2013 dan larik numpy nama bulan untuk membuat plot Curah Hujan Bulanan Rata-Rata pada 2013 untuk Boulder, CO

   Bagaimana cara membagi array dengan Python?

   Gunakan metode array_split[] , teruskan array yang ingin Anda pisahkan dan jumlah pemisahan yang ingin Anda lakukan.

   Bisakah Anda memotong array?

   Metode slice[] dapat digunakan untuk membuat salinan larik atau mengembalikan sebagian larik . Penting untuk dicatat bahwa metode slice[] tidak mengubah larik asli melainkan membuat salinan dangkal. Berbeda dengan metode slice[], metode splice[] akan mengubah isi array asli.

   Bagaimana Anda mengiris array 1d dengan Python?

   Pengirisan Satu Dimensi . Menjalankan contoh mengembalikan subarray dengan elemen pertama. Kita juga dapat menggunakan indeks negatif dalam irisan. specifying a slice that starts at index 0 and ends at index 1 [one item before the 'to' index]. Running the example returns a subarray with the first element. We can also use negative indexes in slices.

   Bisakah Anda mengiris array NumPy?

   Slice Numpy Array Dua Dimensi . Misalnya, Anda dapat menggunakan indeks [1,2] untuk mengkueri elemen di baris kedua, kolom ketiga di precip_2002_2013. To slice elements from two-dimensional arrays, you need to specify both a row index and a column index as [row_index, column_index] . For example, you can use the index [1,2] to query the element at the second row, third column in precip_2002_2013 .