Python NumPy put() — это встроенная функция, которая используется для замены указанных элементов массива заданными значениями.
Что такое функция Python NumPy put()?
Функция Numpy put(array, index, p_array, mode = ‘raise’) в Python заменяет любой элемент массива заданными значениями p_array.
Синтаксис
|
1 |
numpy.put(array, indices, values, mode) |
Параметры
Функция NumPy put() может принимать до 4 параметров.
- array: это массив, в котором мы хотим работать.
- indices: индекс значений, подлежащих замене. Когда функция вызывается, она выравнивает массив и работает с ним.
- values: это массив, содержащий значения, которые должны быть вставлены в массив.
- mode: Это необязательное поле. Имеет 3 типа режима:
- raise: это режим по умолчанию, который вызывает ошибку.
- warp: деформируется вокруг массива.
- clip: обрезает диапазон массива.
Возвращаемое значение
Функция put() возвращает измененный массив после замены значений.
Пример программы с режимом по умолчанию
См. следующий код.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
#Importing numpy import numpy as np #We will create an 1D array arr = np.array([47, 20, 41, 63, 21, 4, 74]) #Printing the array print("The array is: ", arr) #Shape of the array print("Shape of the array is : ", np.shape(arr)) #Now we will replace array elements at position 2 and 3 np.put(arr, [2, 3], [100, 1000]) #Printing new array print("New array is: ", arr) |
Выход:
|
1 2 3 |
The array is: [47 20 41 63 21 4 74] Shape of the array is : (7,) New array is: [47 20 100 1000 21 4 74] |
Объяснение.
В этой программе мы сначала объявили один одномерный массив, а затем распечатали этот массив и его форму.
Мы дали значение индекса [2,3] и значения [100,1000], которые заменили значения индекса массива 2 и 3 на 100 и 1000 соответственно.
Пример программы с mode=warp
См. следующий код.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
#Importing numpy import numpy as np #We will create an 1D array arr = np.array([47, 20, 41, 63, 21, 4, 74]) #Printing the array print("The array is: ", arr) #Shape of the array print("Shape of the array is : ", np.shape(arr)) #Now we will replace array elements at position 2 and 3 np.put(arr, [2, 100], [90, 540], mode='warp') #Printing new array print("New array is: ", arr) |
Выход:
|
1 2 3 |
The array is: [47 20 41 63 21 4 74] Shape of the array is : (7,) New array is: [ 47 20 540 63 21 4 74] |
Объяснение.
В этой программе мы сначала объявили один одномерный массив, а затем распечатали этот массив и его форму. Мы дали значение индекса [2,100] и значения [100,1000] и режим = ‘warp’, который заменил только значения индекса массива 2 значением 540.
Поскольку 100 выходит за пределы допустимого диапазона, одно значение искажается.
Программа с использованием режима clip
См. следующий код.
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 |
#Importing numpy import numpy as np #We will create an 1D array arr = np.array([4, 10, 4, 13, 21, 4, 74]) #Printing the array print("The array is: ", arr) #Shape of the array print("Shape of the array is : ", np.shape(arr)) #Now we will replace array elements at position 2 and 3 np.put(arr, 500, -500, mode='clip') #Printing new array print("New array is: ", arr) |
Выход:
|
1 2 3 |
The array is: [4 10 4 13 21 4 74] Shape of the array is : (7,) New array is: [4 10 4 13 21 4 -500] |
Объяснение.
В этой программе мы сначала объявили один одномерный массив, а затем распечатали этот массив и его форму.
Мы дали значение индекса [500] и значения [500] и режим = ‘clip’, который обрезал значение и заменил его последним значением.
