لتحقيق هذا في NumPy، يمكنك استخدام تعبيرات التعريف الشرطية. على سبيل المثال، إذا كانت A
و B
هما كما ورد في السؤال:
pythonimport numpy as np
A = np.array([[2, 4, 5, 3],
[1, 6, 8, 9],
[8, 7, 0, 2]])
B = np.array([[0, 0, 1, 2],
[0, 3, 2, 1],
[3, 2, 1, 0]])
result = A[B]
print(result)
ستظهر النتيجة المتوقعة:
lua[[2 2 4 5]
[1 9 8 6]
[2 0 7 8]]
هنا، يتم استخدام B
كمصفوفة لتحديد مؤشرات الصفوف والأعمدة في A
لاسترجاع القيم المطلوبة.
المزيد من المعلومات
بالطبع! في هذا السياق، يمكن أيضًا استخدام التعبيرات الشرطية لتحديد القيم التي تحتاج إليها. يمكنك استخدام هذه التقنية لتنفيذ عمليات معقدة على البيانات باستخدام تحديدات غير تقليدية.
على سبيل المثال، إذا كنت ترغب في استخدام شرط معين لاختيار القيم، يمكنك استخدام التعبير الشرطي في B
نفسه. على سبيل المثال، إذا كنت تريد اختيار القيم التي تقع فوق قيمة معينة، يمكنك استخدام:
pythonresult = A[B > 5]
هذا سيختار القيم في A
التي تقع في مواقع متوافقة مع شرط B > 5
.
هذا يوفر مرونة كبيرة في تحديد القيم واستخدامها في NumPy.