Kom igångKom igång gratis

Slicing och indexering av träd

Tänk dig att du är en forskare som arbetar med data från New York Citys trädcensus. Varje rad i den tvådimensionella arrayen tree_census innehåller information om ett träd: träd-ID, kvarters-ID, stammens diameter och stubbens diameter, i den ordningen. Levande träd har ingen stubbdiameter, vilket förklarar varför den kolumnen innehåller så många nollor. Kolumnordningen är viktig eftersom NumPy inte använder kolumnnamn! De tre första och tre sista raderna i tree_census visas nedan.

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]])

I den här övningen arbetar du specifikt med den andra kolumnen, som representerar kvarters-ID:n. Din forskning kräver att du väljer ut specifika stadskvarter för vidare analys med hjälp av NumPy-slicing och indexering. numpy är importerat som np och den tvådimensionella arrayen tree_census är tillgänglig.

Den här övningen är en del av kursen

Introduktion till NumPy

Visa kurs

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

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

# Print the first five block_ids
print(____)
Redigera och kör kod