ComeçarComece de graça

Fatiando e indexando árvores

Imagine que você é um pesquisador trabalhando com dados do censo de árvores de Nova York. Cada linha do array 2D tree_census traz informações de uma árvore diferente: o ID da árvore, o ID do quarteirão, o diâmetro do tronco e o diâmetro do toco, nessa ordem. Árvores vivas não têm diâmetro de toco, o que explica por que há tantos zeros nessa coluna. A ordem das colunas é importante porque o NumPy não tem nomes de colunas! As três primeiras e as três últimas linhas de tree_census estão abaixo.

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]])

Neste exercício, você vai trabalhar especificamente com a segunda coluna, que representa os IDs dos quarteirões: sua pesquisa exige selecionar quarteirões específicos para análise usando fatiamento e indexação no NumPy. numpy já está importado como np, e o array 2D tree_census está disponível.

Este exercício faz parte do curso

Introdução ao NumPy

Ver curso

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

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

# Print the first five block_ids
print(____)
Editar e executar o código