Indexation de tableau NumPy
Accéder aux éléments du tableau
L'indexation d'un tableau est identique à l'accès à un élément de tableau.
Vous pouvez accéder à un élément de tableau en vous référant à son numéro d'index.
Les index dans les tableaux NumPy commencent par 0, ce qui signifie que le premier élément a l'index 0 et le second a l'index 1, etc.
Exemple
Obtenez le premier élément du tableau suivant :
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[0])
Exemple
Obtenez le deuxième élément du tableau suivant.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[1])
Exemple
Obtenez les troisième et quatrième éléments du tableau suivant et ajoutez-les.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[2] +
arr[3])
Accéder aux tableaux 2D
Pour accéder aux éléments des tableaux 2D, nous pouvons utiliser des entiers séparés par des virgules représentant la dimension et l'indice de l'élément.
Considérez les tableaux 2D comme un tableau avec des lignes et des colonnes, où la ligne représente la dimension et l'index représente la colonne.
Exemple
Accédez à l'élément de la première ligne, deuxième colonne :
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('2nd element on 1st row: ', arr[0, 1])
Exemple
Accédez à l'élément de la 2e ligne, 5e colonne :
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('5th element on
2nd row: ', arr[1, 4])
Accéder aux tableaux 3D
Pour accéder aux éléments des tableaux 3D, nous pouvons utiliser des entiers séparés par des virgules représentant les dimensions et l'indice de l'élément.
Exemple
Accédez au troisième élément du deuxième tableau du premier tableau :
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8,
9], [10, 11, 12]]])
print(arr[0, 1, 2])
Exemple expliqué
arr[0, 1, 2]imprime la valeur 6.
Et c'est pourquoi :
Le premier nombre représente la première dimension, qui contient deux tableaux :
[[1, 2, 3], [4, 5, 6]]
et :
[[7, 8, 9], [10, 11, 12]]
Puisque nous avons sélectionné 0, il nous reste le premier tableau :
[[1, 2, 3], [4, 5, 6]]
Le deuxième nombre représente la deuxième dimension, qui contient également deux tableaux :
[1, 2, 3]
et :
[4, 5, 6]
Puisque nous avons sélectionné 1, il nous reste le deuxième tableau :
[4, 5, 6]
Le troisième nombre représente la troisième dimension, qui contient trois valeurs :
4
5
6
Puisque nous avons sélectionné 2, nous nous retrouvons avec la troisième valeur :
6
Indexation négative
Utilisez l'indexation négative pour accéder à un tableau à partir de la fin.
Exemple
Imprimez le dernier élément de la 2ème dim :
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('Last element
from
2nd dim: ', arr[1, -1])