Hämta kolumner från NumPy-arrayer

Vilket av följande uttryck returnerar de tre första kolumnerna i numpy-arrayen arr?

Den här övningen är en del av kursen

Python för MATLAB-användare

Visa kurs

Interaktiv övning med praktiskt arbete

Gör teori till handling med en av våra interaktiva övningar

Starta övningen

Den här övningen är en del av kursen

Python för MATLAB-användare

SkillTag.level.beginnerSkillTag.label

4.8+

31 reviews

Starta kursen gratis

Det här kapitlet hjälper dig att komma igång med övergången från MATLAB till Python. Du lär dig om likheter och skillnader mellan MATLAB och Python, hur du använder metoder och paket, och du introduceras till det populära NumPy-paketet.

Exercise 1: Välkommen till Python!Exercise 2: Grundläggande beräkningar Exercise 3: Prognostisera en investering Exercise 4: Variabeltyper Exercise 5: Metoder och paket Exercise 6: Manipulera strängar med metoder Exercise 7: Använda Python-paket Exercise 8: Arrayer & plotting Exercise 9: Kom igång med NumPy-arrayer Exercise 10: Plotta cykeltrafik Exercise 11: Vad påverkar djurs livslängd?

I det här kapitlet bygger du vidare på dina kunskaper om NumPy. Du fördjupar dig i NumPy-arrayer – Pythons motsvarighet till matriser – och utför matematiska operationer och indexering. Du utforskar även en annan viktig datastruktur i Python, listan, och avslutar kapitlet med att skapa anpassade diagram av dina arrayer med Matplotlib.

Exercise 1: Dyk ner i NumPy-arrayer Exercise 2: Prognos över tid Exercise 3: Hur mycket mer kostar ekologiska avokados?Exercise 4: Indexera NumPy-arrayer Exercise 5: Hämta kolumner från NumPy-arrayer

Aktuell övning

Exercise 6: Cykeltrafik under veckan Exercise 7: Filtrera arrayer med boolesk indexering Exercise 8: Listor Exercise 9: Utforska listor Exercise 10: Skapa NumPy-arrayer från listor Exercise 11: Operationer på listor och arrayer Exercise 12: Anpassa diagram Exercise 13: Färger, linjestilar och legender Exercise 14: Koda data med färg och storlek Exercise 15: Identifiera motortyper vid kollisioner med djur

Det här kapitlet introducerar kraftfulla datastrukturer i Python: dictionary och pandas DataFrame. Du lär dig att skapa dictionaries med nyckel-värde-par, samt hur du visar och ändrar ditt dictionary. Därefter introduceras du till ett av de viktigaste paketen i Pythonistens verktygslåda: pandas. Du fokuserar särskilt på pandas-strukturen DataFrame, som organiserar tabelldata på ett lättillgängligt sätt. Avslutningsvis lär du dig att omvandla olika datatyper till DataFrames för att göra dina data enklare att arbeta med.

Exercise 1: Dictionaries Exercise 2: Vilka nycklar?Exercise 3: Hämta data Exercise 4: Ändra ordlistor Exercise 5: Introduktion till DataFrames Exercise 6: Utforska en pandas DataFrame Exercise 7: Rita data från ett DataFrame Exercise 8: Åtkomst till pandas DataFrames Exercise 9: Åtkomst till rader och kolumner Exercise 10: De många varianterna av .iloc Exercise 11: Skapa pandas DataFrames Exercise 12: Från en CSV-fil Exercise 13: Från en ordbok med listor Exercise 14: Från en lista med ordböcker

Du avslutar kursen med att ta kontroll över ditt Python-flöde. Du lär dig att iterera genom olika Python-datastrukturer med hjälp av for-loopar. Du lär dig också om villkorssatser i Python med if, else och elif, samt Pythons jämförelseoperatorer (större än, mindre än osv.) som avgör vilka rader i din kod som körs. Avslutningsvis återvänder du till NumPy-arrayer och använder jämförelseoperatorer för att filtrera dina arrayer.

Exercise 1: Iterera genom data Exercise 2: Loopa genom listor Exercise 3: Lägg flera plottar ovanpå varandra i en figur Exercise 4: Jämförelser och kontrollflöde Exercise 5: Räkna olika typer av flygplan Exercise 6: Hitta specifika rader i en DataFrame Exercise 7: Filtrera data Exercise 8: Boolesk indexering för snabb statistik Exercise 9: Booleaner vinner!Exercise 10: Boolesk indexering och Matplotlib Exercise 11: Bra jobbat!