Indexación de matriz NumPy
Acceder a los elementos de la matriz
La indexación de matrices es lo mismo que acceder a un elemento de matriz.
Puede acceder a un elemento de matriz consultando su número de índice.
Los índices en las matrices NumPy comienzan con 0, lo que significa que el primer elemento tiene el índice 0 y el segundo tiene el índice 1, etc.
Ejemplo
Obtenga el primer elemento de la siguiente matriz:
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[0])
Ejemplo
Obtenga el segundo elemento de la siguiente matriz.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[1])
Ejemplo
Obtenga los elementos tercero y cuarto de la siguiente matriz y agréguelos.
import numpy as np
arr = np.array([1, 2, 3, 4])
print(arr[2] +
arr[3])
Acceda a arreglos 2-D
Para acceder a elementos de matrices 2-D, podemos usar números enteros separados por comas que representan la dimensión y el índice del elemento.
Piense en las matrices 2D como una tabla con filas y columnas, donde la fila representa la dimensión y el índice representa la columna.
Ejemplo
Acceda al elemento en la primera fila, segunda columna:
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('2nd element on 1st row: ', arr[0, 1])
Ejemplo
Acceda al elemento en la 2ª fila, 5ª columna:
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('5th element on
2nd row: ', arr[1, 4])
Acceda a arreglos 3D
Para acceder a elementos de matrices 3-D, podemos usar números enteros separados por comas que representan las dimensiones y el índice del elemento.
Ejemplo
Acceda al tercer elemento de la segunda matriz de la primera matriz:
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8,
9], [10, 11, 12]]])
print(arr[0, 1, 2])
Ejemplo explicado
arr[0, 1, 2]imprime el valor 6.
Y es por esto que:
El primer número representa la primera dimensión, que contiene dos matrices:
[[1, 2, 3], [4, 5, 6]]
y:
[[7, 8, 9], [10, 11, 12]]
Dado que seleccionamos 0, nos quedamos con la primera matriz:
[[1, 2, 3], [4, 5, 6]]
El segundo número representa la segunda dimensión, que también contiene dos matrices:
[1, 2, 3]
y:
[4, 5, 6]
Como seleccionamos 1, nos queda la segunda matriz:
[4, 5, 6]
El tercer número representa la tercera dimensión, que contiene tres valores:
4
5
6
Como seleccionamos 2, terminamos con el tercer valor:
6
Indexación negativa
Utilice la indexación negativa para acceder a una matriz desde el final.
Ejemplo
Imprime el último elemento del 2º dim:
import numpy as np
arr = np.array([[1,2,3,4,5], [6,7,8,9,10]])
print('Last element
from
2nd dim: ', arr[1, -1])