การดึงคอลัมน์จาก NumPy array

นิพจน์ใดต่อไปนี้จะคืนค่าสามคอลัมน์แรกของ numpy array ที่ชื่อ arr?

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python สำหรับผู้ใช้ MATLAB

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำจริง

เปลี่ยนทฤษฎีให้เป็นการลงมือทำด้วยแบบฝึกหัดเชิงโต้ตอบหนึ่งในของเรา

เริ่มแบบฝึกหัด

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python สำหรับผู้ใช้ MATLAB

SkillTag.level.beginnerSkillTag.label

4.8+

เริ่มคอร์สฟรี

บทนี้จะพาคุณเริ่มต้นการย้ายจาก MATLAB มาสู่ Python คุณจะได้เรียนรู้ความเหมือนและความแตกต่างระหว่าง MATLAB กับ Python วิธีใช้งาน method และ package ต่าง ๆ รวมถึงการทำความรู้จักกับ package ยอดนิยมอย่าง NumPy

Exercise 1: ยินดีต้อนรับสู่ Python!Exercise 2: การคำนวณพื้นฐาน Exercise 3: การพยากรณ์มูลค่าการลงทุน Exercise 4: ประเภทของตัวแปร Exercise 5: เมธอดและแพ็กเกจ Exercise 6: การจัดการสตริงด้วยเมธอด Exercise 7: การใช้งาน Python packages Exercise 8: Arrays และการพล็อตกราฟ Exercise 9: เริ่มต้นใช้งาน NumPy arrays Exercise 10: การพล็อตข้อมูลการจราจรของนักปั่นจักรยาน Exercise 11: อะไรเป็นตัวทำนายอายุขัยของสัตว์?

ในบทนี้ คุณจะต่อยอดความรู้เรื่อง NumPy ที่มีอยู่ให้ลึกขึ้น โดยเจาะลึก NumPy arrays ซึ่งเป็นโครงสร้างข้อมูลใน Python ที่ทำหน้าที่คล้าย matrix ผ่านการทำ mathematical operations และ indexing นอกจากนี้ยังได้สำรวจโครงสร้างข้อมูลสำคัญอีกอย่างหนึ่งใน Python นั่นคือ list และปิดท้ายบทด้วยการสร้างกราฟแบบกำหนดเองจาก arrays โดยใช้ Matplotlib

Exercise 1: เจาะลึก NumPy arrays Exercise 2: การพยากรณ์ตามช่วงเวลา Exercise 3: อะโวคาโดออร์แกนิกแพงกว่าเท่าไร?Exercise 4: การ Indexing อาร์เรย์ NumPy Exercise 5: การดึงคอลัมน์จาก NumPy array

แบบฝึกหัดปัจจุบัน

Exercise 6: การจราจรของจักรยานตลอดสัปดาห์Exercise 7: การกรองอาร์เรย์ด้วย Boolean indexing Exercise 8: Lists Exercise 9: การสำรวจ List Exercise 10: การสร้าง NumPy array จากลิสต์Exercise 11: การดำเนินการกับลิสต์และอาร์เรย์Exercise 12: การปรับแต่งกราฟ Exercise 13: สีเส้น รูปแบบเส้น และคำอธิบายกราฟ Exercise 14: การเข้ารหัสข้อมูลด้วยสีและขนาด Exercise 15: ระบุประเภทเครื่องยนต์จากเหตุการณ์สัตว์ชนอากาศยาน

บทนี้แนะนำโครงสร้างข้อมูลที่มีประสิทธิภาพใน Python ได้แก่ dictionary และ pandas DataFrame คุณจะได้เรียนรู้การสร้าง dictionary ด้วยการกำหนด key-value pair รวมถึงวิธีดูและแก้ไข dictionary ของตัวเอง จากนั้นจะได้รู้จักกับ package สำคัญอย่าง pandas โดยเฉพาะโครงสร้าง DataFrame ที่จัดระเบียบข้อมูลแบบตารางให้เข้าถึงได้ง่าย และปิดท้ายด้วยการแปลงข้อมูลประเภทต่าง ๆ ให้เป็น DataFrame เพื่อให้ทำงานกับข้อมูลได้สะดวกยิ่งขึ้น

Exercise 1: Dictionaries Exercise 2: คีย์ไหนบ้าง?Exercise 3: ดึงข้อมูลออกจาก Dictionary Exercise 4: การแก้ไข dictionary Exercise 5: pandas DataFrame เบื้องต้น Exercise 6: สำรวจ pandas DataFrame Exercise 7: พล็อตข้อมูลจาก DataFrame Exercise 8: การเข้าถึง DataFrame ใน pandas Exercise 9: การเข้าถึงแถวและคอลัมน์Exercise 10: รูปแบบการใช้ .iloc ที่หลากหลาย Exercise 11: การสร้าง DataFrame ด้วย pandas Exercise 12: จากไฟล์ CSV Exercise 13: จากดิกชันนารีของลิสต์Exercise 14: จาก list ของ dictionary

ในบทสุดท้ายนี้ คุณจะได้เรียนรู้การควบคุมการทำงานของโปรแกรม Python ตั้งแต่การวนซ้ำผ่านโครงสร้างข้อมูลต่าง ๆ ด้วย for loop ไปจนถึงการเขียนเงื่อนไขด้วย if, else และ elif รวมถึง comparison operators ใน Python (มากกว่า, น้อยกว่า ฯลฯ) ที่กำหนดว่าโค้ดส่วนใดจะถูกรัน และปิดท้ายด้วยการนำ comparison operators มาใช้กรอง NumPy arrays

Exercise 1: การวนซ้ำผ่านข้อมูล Exercise 2: การวนลูปผ่านลิสต์Exercise 3: การซ้อนกราฟหลายเส้นบน Figure เดียวกัน Exercise 4: การเปรียบเทียบและการควบคุมการทำงาน Exercise 5: นับประเภทของเครื่องบิน Exercise 6: การค้นหาแถวที่ต้องการใน DataFrame Exercise 7: การกรองข้อมูล Exercise 8: การใช้ Boolean indexing เพื่อดูสถิติเบื้องต้น Exercise 9: Boolean คือคำตอบ!Exercise 10: Boolean Indexing และการสร้างกราฟด้วย Matplotlib Exercise 11: เยี่ยมมาก!