Чтобы заменить значения в массиве NumPy индексом в Python, используйте простую индексацию для отдельных значений (например, array[0] = new_value), срез для нескольких значений (array[start:end] = new_values_array), логическую индексацию для основанных на условии условий. Замена (массив[массив > порог] = новое_значение) и причудливая индексация для изменения определенных позиций(массив[[индекс1, индекс2]] = [новое_значение1, новое_значение2]).
Замена значений в массиве NumPy индексом в Python — это фундаментальная операция при манипулировании и анализе данных. Давайте рассмотрим их один за другим на нескольких примерах.
- 1. Значение замены NumPy
- 2. Заменив несколько значений
- 3. Замените значение в массиве NumPy логическим индексированием
- 4. Доступ к нескольким элементам
- NumPy заменяет 0 на 1 в массиве
1. Значение замены NumPy
Чтобы заменить значение в массиве NumPy индексом в Python, присвойте новое значение нужному индексу. Например:
import numpy as np
temperatures = np.array([58, 66, 52, 69, 77])
temperatures[0] = 59
print("Updated Temperatures:", temperatures)
Выход:
Updated Temperatures: [59 66 52 69 77]
После реализации кода в редакторе Pycharm снимок экрана указан ниже.
2. Заменив несколько значений
Чтобы заменить несколько значений, мы можем использовать нарезку в Python. Срезы включают начальный индекс и исключают конечный индекс. Например:
import numpy as np
sunny_days = np.array([152, 259, 245, 233, 294])
sunny_days[1:3] = [260, 250]
print("Updated Sunny Days:", sunny_days)
Выход:
Updated Sunny Days: [152 260 250 233 294]
Ниже приведен скриншот после реализации кода в редакторе Pycharm.
3. Замените значение в массиве NumPy логическим индексированием
С помощью логического индексирования мы можем заменить значения в массиве NumPy индексом в Python, который соответствует определенному условию. Например:
import numpy as np
sales = np.array([45, 55, 40, 50, 60])
sales[sales < 50] = -1
print("Updated Sales Data:", sales)
Выход:
Updated Sales Data: [-1 55 -1 50 60]
После выполнения кода в Pycharm результат можно увидеть на снимке экрана ниже.
4. Доступ к нескольким элементам
Необычное индексирование включает в себя передачу массива индексов для доступа к нескольким элементам для замены значений в массиве NumPy индексом в Python. Например:
import numpy as np
populations = np.array([120, 85, 95, 110, 100])
populations[[0, 4]] = populations[[4, 0]]
print("Updated Populations:", populations)
Выход:
Updated Populations: [100 85 95 110 120]
На следующем снимке экрана показаны результаты, полученные при выполнении кода в редакторе PyCharm.
NumPy заменяет 0 на 1 в массиве
Давайте посмотрим на ситуацию, когда нам нужно заменить 0 в массиве на 1 через Python:
import numpy as np
species_presence = np.array([1, 0, 1, 0, 0])
species_presence[species_presence == 0] = 1
print("Updated Species Presence:", species_presence)
Выход:
Updated Species Presence: [1 1 1 1 1]
Ниже показан снимок экрана, на котором запечатлен результат выполнения кода в редакторе PyCharm.
