Курс Python → Numpy: использование Ellipsis

Библиотека Numpy — это мощный инструмент для работы с многомерными массивами в Python. Использование многомерных массивов может быть сложным, особенно когда нужно обращаться к определенным элементам вложенных списков. Например, если у нас есть огромный массив и нам нужно получить первый индекс каждого вложенного списка, начиная с 2, то мы можем использовать срезы вроде array[1:,2,:]. Однако, если нам нужно еще глубже, то придется добавить еще несколько двоеточий.

В случае, если у нас есть огромное количество вложенных списков и нам нужно обратиться к самому последнему, то нам на помощь приходит Ellipsis. Этот оператор является очень полезным в Numpy. Множество двоеточий можно заменить многоточием, что делает код более читаемым и понятным. Например, запись array[1, 2, …] эквивалентна array[1, 2, :, :, :].

Использование Ellipsis в библиотеке Numpy делает код более компактным и удобным для чтения. Вместо того, чтобы писать множество двоеточий, можно просто использовать многоточие, что делает код более лаконичным. Это особенно полезно при работе с массивами большой размерности, когда нужно обращаться к конкретным элементам вложенных списков.

# Пример использования Ellipsis в Numpy
import numpy as np

array = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

# Получение последнего вложенного списка
last_nested_list = array[..., -1]
print(last_nested_list)

В примере выше показано, как использовать оператор Ellipsis для получения последнего вложенного списка из многомерного массива в библиотеке Numpy. Это позволяет сделать код более читаемым и удобным для работы с многомерными массивами, особенно при работе с большими объемами данных.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Сравнение объектов в Python
  2. Создание словарей и множеств в Python.
  3. Оператор += в Python
  4. Функция reduce() в Python
  5. Добавление кнопки в tkinter
  6. Pillow: работа с изображениями
  7. Создание именованных кортежей в Python
  8. Преобразование кортежа в словарь.
  9. Управление пакетами с pip
  10. Чтение и запись TOML-конфигов
  11. Генераторы в Python
  12. Метод get для словаря
  13. Раздувающийся словарь в Python
  14. Оператор «or» в Python
  15. Переопределение метода xor в Python
  16. Оптимизация методов в Python 3.7
  17. Форматирование даты с strftime()
  18. Профилирование кода на Python
  19. Избегание изменяемых аргументов
  20. Замеры производительности в Python
  21. Метод __ilshift__ для битового сдвига влево
  22. Обработка ошибок в Python
  23. Работа с коллекциями Python
  24. Игра «Угадывание чисел»
  25. Транспонирование 2D-массива с помощью zip
  26. Многострочные комментарии в Python
  27. Работа с парами ключ-значение
  28. Транспонирование 2D-массива с помощью zip
  29. Метод setitem в Python
  30. Progress с библиотекой tqdm
  31. Установка пакетов с помощью pip
  32. Управление браузером с Selenium
  33. Метод rpow в Python
  34. Enum в Python: создание и использование перечислений
  35. CSV строка разделение в Python
  36. Создание новых функций с помощью functools.partial
  37. Метод join для объединения строк
  38. Создание и использование ChainMap
  39. Основные операции с библиотекой Numpy
  40. Проверка типов с использованием isinstance
  41. Аннотации типов в Python
  42. Прокачанный трейсинг ошибок
  43. Разделение строк в Python
  44. Работа с датой и временем в Python
  45. Отношения подклассов в Python
  46. Конвертация коллекций в Python.

Marketello читают маркетологи из крутых компаний