Автор оригинала: Pankaj Kumar.
Вступление
В этом руководстве мы собираемся понять концепцию Массив нарезки в Python Отказ
Массив нарезки
Python Поддерживает нарезание массивов. Это создание нового подпараса из данного массива на основе пользовательских начальных и окончательных индексов. Мы можем нарезать массивы по любому из следующих способов.
Нарезка массива можно легко сделать после метода нарезки Python. Для которого синтаксис приведен ниже.
arr[ start : stop : step ]
Опять же, Python также предоставляет функцию имени ломтик () который возвращает ломтик Объект, содержащий индексы, которые нужно нарезать. Синтаксис для использования этого метода приведен ниже.
slice(start, stop[, step])
Для обоих случаев,
- Начать Начальный индекс, из которого нам нужно нарезать массив ARR. По умолчанию установлен на 0,
- Стоп Является ли окончательный индекс, прежде чем закончится операция нарезки. По умолчанию равен длине массива,
- шаг Это шаги, которые процесс нарезки потребуется от начала, чтобы остановиться. По умолчанию установлен на 1.
Методы нарезки массива в Python
Так что теперь, когда мы знаем синтаксис для использования как методов, давайте посмотрим на несколько примеров и пытаемся понять Процедура нарезки Отказ
В следующих примерах мы собираемся рассмотреть оба массива из модуля массива, а также несколько массивов.
1. С одним параметром
Значения по умолчанию для Начать , Стоп и шаг равны 0, длину массива и 1 соответственно. Следовательно, указывая либо один из запуска или остановки, мы можем нарезать массив.
Давайте посмотрим, как.
import array
import numpy as np
#array initialisation
array_arr= array.array('i',[1,2,3,4,5])
np_arr = np.array([6,7,8,9,10])
#slicing array with 1 parameter
print("Sliced array: ", array_arr[:3])
print("Sliced NumPy array: ", np_arr[:4])
Выход :
Sliced array: array('i', [1, 2, 3])
Sliced NumPy array: [6 7 8 9]
Здесь мы инициализировали две массивы один из массив модуль и другой Numpy множество. Нарезка оба из них использует один результаты параметров, отображаются на выходе. Как мы можем видеть обоих случаев, Начать и шаг устанавливаются по умолчанию на 0 и 1 Отказ Нарезанные массивы содержат элементы индексов 0 к (Стоп-1) Отказ Это один из самых быстрых методов нарезки массива в Python.
2. Массив нарезки в Python с двумя параметрами
Опять же, указывая любые два параметра между началом, остановкой и концом, вы можете выполнить нарезку массива в Python, учитывая значение по умолчанию для третьего параметра.
Давайте возьмем пример.
import array
import numpy as np
#array initialisation
array_arr= array.array('i',[1,2,3,4,5])
np_arr = np.array([6,7,8,9,10])
#slicing array with 2 parameters
print("Sliced array: ", array_arr[2:5])
print("Sliced NumPy array: ", np_arr[1:4])
Выход :
Sliced array: array('i', [3, 4, 5])
Sliced NumPy array: [7 8 9]
В этом случае нарезанный массив Массив модуля и Numpy Массив содержит элементы указанных индексов Начать к (Стоп-1) С шагом установлен на 1 Отказ Вывод, следовательно, оправдан.
3. С пошаговым параметром
Когда упомянуты все три параметра, вы можете выполнить нарезку массива в Python из индекса Начать к (Стоп-1) С каждым прыжком индекса равна данному шаг Отказ
Посмотрите на пример ниже, чтобы иметь четкое понимание.
import array
import numpy as np
#array initialisation
array_arr= array.array('i',[1,2,3,4,5,6,7,8,9,10])
np_arr = np.array([11,12,13,14,15,16,17,18,19,20])
#slicing array with step parameter
print("Sliced array: ", array_arr[1:8:2])
print("Sliced NumPy array: ", np_arr[5:9:3])
Выход :
Sliced array: array('i', [2, 4, 6, 8])
Sliced NumPy array: [16 19]
Точно так же, здесь мы получаем нарезанные массивы со значениями из массивов от заданных индексов Начать к Стоп-1 Отказ Единственная разница здесь – это значение шага, на этот раз он указан как 2 и 3 для обоих массив Массив модуля и Numpy массив соответственно. Следовательно, на этот раз каждый прыжок индекса имеет значение данного шаг Отказ
4. Массив нарезки в Python с методом ломтика ()
ломтик () Способ в Python возвращает последовательность индексов, начиная от Начать к Стоп-1 с данным шаг значение.
Похоже на предыдущие случаи, здесь также значения по умолчанию начать и остановки равно 0, а этап равен 1.
import array
import numpy as np
#array initialisation
array_arr = array.array('i',[1,2,3,4,5,6,7,8,9,10])
np_arr = np.array([11,12,13,14,15,16,17,18,19,20])
s = slice(3,9,3)
#slicing array with slice()
print("Sliced array: ", array_arr[s])
print("Sliced NumPy array: ", np_arr[s])
Выход :
Sliced array: array('i', [4, 7])
Sliced NumPy array: [14 17]
Здесь, во-первых, мы инициализировали две массивы, один из массив модуль и другой от Numpy модуль. ломтик () Метод называется с запуском, остановкой и шагом, упомянутым как 3 , 9 и 3 соответственно. Следовательно, когда мы передаем эту последовательность S Для массивов мы получаем нарезанные массивы со значениями, содержащими элементы по индексам 3 и 6 Отказ
Следовательно, вывод оправдан.
Примечание : Всегда оригинальный массив сохраняется неповрежденным и остается нетронутым. При необходимости нарезанный массив может храниться в некоторой переменной.
Заключение
Так что в этом руководстве мы должны узнать о концепции Массив нарезки в питоне. Для любых дополнительных вопросов не стесняйтесь комментировать его ниже.
Рекомендации
- Учебники на массиве Python ,
- Numpy массивы в Python,
- Python Slice () Функция Отказ