CommencezCommencez gratuitement

Découpage et indexation des arbres

Imaginez que vous êtes chercheur et que vous travaillez avec les données du recensement des arbres de la ville de New York. Chaque ligne du tableau 2D tree_census présente, dans l'ordre, des renseignements sur un arbre différent : l'identifiant de l'arbre, l'identifiant du pâté de maisons (block ID), le diamètre du tronc et le diamètre de la souche. Les arbres vivants n'ont pas de diamètre de souche, ce qui explique la forte présence de zéros dans cette colonne. L'ordre des colonnes est important, car NumPy n'a pas de noms de colonnes ! Les trois premières et les trois dernières lignes de tree_census sont affichées ci-dessous.

array([[     3, 501451,     24,      0],
       [     4, 501451,     20,      0],
       [     7, 501911,      3,      0],
       ...,
       [  1198, 227387,     11,      0],
       [  1199, 227387,     11,      0],
       [  1210, 227386,      6,      0]])

Dans cet exercice, vous travaillerez plus précisément avec la deuxième colonne, qui représente les identifiants de pâtés de maisons (block IDs) : votre recherche exige de sélectionner certains pâtés de maisons pour une analyse plus poussée en utilisant le découpage (slicing) et l'indexation de NumPy. numpy est importé sous le nom np, et le tableau 2D tree_census est disponible.

Cette activité fait partie du cours

Introduction à NumPy

Voir le cours

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Select all rows of block ID data from the second column
block_ids = ____

# Print the first five block_ids
print(____)
Modifier et exécuter le code