Porte de matriz numpy

Porte de matriz numpy
“El corte de matriz numpy es el método en el idioma de Python que se utiliza para cortar una matriz. Numpy es una biblioteca presentada por los paquetes de Python, y trata con todas las funciones relacionadas con numéricos, matrices (unidimensionales y multidimensionales) y matrices. El corte de matriz se usa cada vez que tenemos que trabajar en algún valor presente en un índice específico en una matriz, e.gramo., Si tenemos una matriz unidimensional, supongamos "[3, 4, 5, 6, 7, 9, 11]" y queremos llevar a cabo una determinada operación en el elemento de matriz que existe en el índice número 2 o si Queremos eliminar el número de la matriz desde el índice número 2 hasta el índice número 5 y realizar alguna operación en él, luego lo haremos cortando la matriz con el corte de la matriz de funciones."

Procedimiento

El método de implementación se discutirá y se mostrará con la ayuda de diferentes ejemplos en este artículo. Siguiendo este artículo por completo, los lectores conocerán la sintaxis básica para la corta matriz usando la biblioteca Numpy. El requisito previo para implementar este método, como se describe en el artículo, sería asegurarse de que nuestros sistemas tengan un compilador de Python con los paquetes Numpy instalados.

Sintaxis

El método básico para la implementación de la cortación de matriz es el siguiente:

$ [Inicio: parar: paso]

Para implementar el corte de matriz, tenemos que lidiar con los tres métodos S, que representan el primer "s", el índice inicial desde donde queremos que comience el corte, luego viene el segundo "s", que representan paradas que dicen cuánta longitud queremos que se corte la matriz y el último paso "s", lo que especifica el incremento en el índice de la matriz para cortar. Por defecto, el inicio se establece en el índice inicial "0", la parada se fija a la longitud de la matriz y el paso tiene el valor "+1".

Con el conocimiento completo de la sintaxis mencionada anteriormente para el corte de matriz numpy, podemos modificar la sintaxis y podemos cortar una matriz de acuerdo con nuestro requisito con los diferentes enfoques que se mostrarán en los ejemplos.

Ejemplo 01

En este primer ejemplo del artículo, vamos a implementar el método de corte de matriz básico en una matriz unidimensional. Ya hemos creado un proyecto en el compilador de Python y hemos importado la biblioteca Numpy para que podamos usar la declaración de matriz y su función relacionada en el proyecto. Para comenzar con el ejemplo, declaremos e inicialicemos una matriz unidimensional con el miembro o elementos como "[3, 6, 8, 7, 9, 4, 5]" utilizando el método de declaración numpy como "np. formación()".

Ahora intentaremos cortar la matriz del índice 2 al 4; Entonces, para este corte, simplemente llamaremos al nombre de la matriz que habíamos declarado, y luego usando el soporte cuadrado y la notación ":", especificaremos el índice inicial como "2" y el índice de parada como "4" y el paso para el incremento como "1", e.gramo. [Inicio: Detente: paso] que implica en nuestro caso como [2: 4: 1] y luego simplemente mostraremos los resultados de este corte llamando a la función impresa (). El ejemplo se muestra en el código Python en la siguiente figura:

importar numpy como np
matriz = np.Array ([3, 6, 8, 7, 9, 2, 4, 5])
Imprimir (Array [2: 4: 1])

La salida después de ejecutar el código anterior en el compilador parece ser 8 y 7. Esto se debe a que hemos cortado la matriz del índice 2 al 4, y en el índice 2, teníamos 8; En el índice 4, tuvimos 7 en la matriz. Entonces, aquí, el código ha dado la salida correcta.

Ejemplo 02

El segundo ejemplo nos mostrará cómo podemos usar el método de corte para cortar toda la matriz después de algún índice específico. Tendremos que crear un nuevo proyecto con un nombre (como deseamos). En este proyecto recién creado, instalaremos e importaremos la biblioteca Numpy para que podamos utilizar las funciones relacionadas con matrices y matrices ND.

Después de importar el Numpy como NP, usaremos esta "NP" para declarar una matriz que tiene una dimensión en este ejemplo como "[2, 4, 6, 7, 8, 9, 3]". Aplicaremos el corte en esta matriz desde el índice 3 hasta el final de la matriz, y lo haremos mediante el método "matriz ([inicio de inicio:])". Esta sintaxis solo exige el índice inicial, y para el resto de la matriz, usamos la notación ":". Implementemos este método para nuestro ejemplo modificando la función como una "matriz ([3:])". Este ejemplo se puede escribir en el script de Python de la siguiente manera.

importar numpy como np
matriz = np.Array ([2, 4, 6, 7, 8, 9, 3])
Imprimir (matriz [3:])

Después de ejecutar el código con éxito, la salida ha devuelto los números 7, 8, 9 y 3 porque el índice 3 en nuestra matriz declarada comienza desde 7, y termina en 3, donde finaliza la matriz.

Ejemplo 03

El tercer ejemplo sería ligeramente diferente de los ejemplos anteriores explicados en el artículo. Aquí lidiaremos con las matrices multidimensionales y realizaremos el método de corte en ellas. Crearemos un nuevo proyecto en el compilador de Python, y luego importaremos a Numpy como NP. Después de esto, declararemos una matriz 2-D como "([1, 3, 5, 4, 6], [7, 3, 3, 9, 11]])". Ahora supongamos que queremos cortar esta matriz de una manera que el primer elemento de la matriz que es "[1, 3, 5, 4, 6]" permanece intacta y el segundo elemento que es "[7, 3, 3, 9 , 11] "Se corta desde el índice 0 a 3, entonces modificaremos el método de cortación utilizada anteriormente como" Impresión (Array [1, 0: 3]) ".

importar numpy como np
matriz = np.Array ([[1, 3, 5, 4, 6], [7, 3, 3, 9, 11]])
Imprimir (Array [1, 0: 4])

La salida del código se muestra como 7, 3, 3 y 9, lo cual es correcto.

Conclusión

Con la ayuda de este artículo, obtendremos una introducción al corte de matriz Numpy. Este artículo representa tres ejemplos en total, que muestran la demostración completa del corte de matriz para las matrices ND utilizando diferentes enfoques. La sintaxis básica para el corte de matriz sigue siendo la misma, pero podemos modificarla un poco usarla para nuestros requisitos.