<\/p>\n
Voc\u00ea pode usar um dos seguintes m\u00e9todos para compensar os elementos de uma matriz NumPy:<\/span><\/p>\n M\u00e9todo 1: Mudar elementos (manter todos os elementos originais)<\/strong><\/span><\/p>\n M\u00e9todo 2: Mudar elementos (permitir que elementos sejam substitu\u00eddos)<\/strong><\/span><\/p>\n Os exemplos a seguir mostram como usar cada m\u00e9todo na pr\u00e1tica.<\/span><\/p>\n O c\u00f3digo a seguir mostra como usar a fun\u00e7\u00e3o np.roll()<\/a> para deslocar cada elemento de uma matriz NumPy duas posi\u00e7\u00f5es para a direita:<\/span><\/p>\n Observe que cada elemento foi deslocado duas posi\u00e7\u00f5es para a direita e os elementos no final do array simplesmente foram movidos para frente.<\/span><\/p>\n Tamb\u00e9m poder\u00edamos usar um n\u00famero negativo na fun\u00e7\u00e3o np.roll()<\/strong> para deslocar os elementos para a esquerda:<\/span><\/p>\n Tamb\u00e9m podemos definir uma fun\u00e7\u00e3o personalizada para deslocar os elementos de um array NumPy e permitir que os elementos deslocados sejam substitu\u00eddos por um determinado valor.<\/span><\/p>\n Por exemplo, podemos definir a seguinte fun\u00e7\u00e3o para deslocar elementos e substituir todos os elementos deslocados pelo valor 0:<\/span><\/p>\n Tamb\u00e9m podemos usar um n\u00famero negativo na fun\u00e7\u00e3o para deslocar os elementos para a esquerda:<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns no NumPy:<\/span><\/p>\n Como contar ocorr\u00eancias de elementos em NumPy<\/a> Voc\u00ea pode usar um dos seguintes m\u00e9todos para compensar os elementos de uma matriz NumPy: M\u00e9todo 1: Mudar elementos (manter todos os elementos originais) #shift each element two positions to the right data_new = np. roll (data, 2) M\u00e9todo 2: Mudar elementos (permitir que elementos sejam substitu\u00eddos) #define shifting function def shift_elements (arr, num, fill_value): […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-2573","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n #shift each element two positions to the right<\/span>\ndata_new = np. roll<\/span> (data, 2)\n<\/strong><\/pre>\n #define shifting function<\/span>\ndef<\/span> shift_elements<\/span> (arr, num, fill_value):\n result = np. empty_like<\/span> (arr)\n if<\/span> num > 0:\n result[:num] = fill_value\n result[num:] = arr[:-num]\n elif<\/span> num < 0:\n result[num:] = fill_value\n result[:num] = arr[-num:]\n else<\/span> :\n result[:] = arr\n return<\/span> result\n\n#shift each element two positions to the right (replace shifted elements with zero)\n<\/span>data_new = shift_elements(data, 2, 0)\n<\/strong><\/span><\/pre>\n M\u00e9todo 1: Mudar elementos (manter todos os elementos originais)<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#create NumPy array\n<\/span>data = np. array<\/span> ([1, 2, 3, 4, 5, 6])\n\n#shift each element two positions to the right\n<\/span>data_new = np. roll<\/span> (data, 2)\n\n#view new NumPy array\n<\/span>data_new\n\narray([5, 6, 1, 2, 3, 4])\n<\/strong><\/pre>\n import<\/span> numpy as<\/span> np\n\n#create NumPy array\n<\/span>data = np. array<\/span> ([1, 2, 3, 4, 5, 6])\n\n#shift each element three positions to the left\n<\/span>data_new = np. roll<\/span> (data, -3)\n\n#view new NumPy array\n<\/span>data_new\n\narray([4, 5, 6, 1, 2, 3])<\/strong><\/pre>\n M\u00e9todo 2: Mudar elementos (permitir que elementos sejam substitu\u00eddos)<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#create NumPy array\n<\/span>data = np. array<\/span> ([1, 2, 3, 4, 5, 6])\n\n#define custom function to shift elements\n<\/span>def<\/span> shift_elements<\/span> (arr, num, fill_value):\n result = np. empty_like<\/span> (arr)\n if<\/span> num > 0:\n result[:num] = fill_value\n result[num:] = arr[:-num]\n elif<\/span> num < 0:\n result[num:] = fill_value\n result[:num] = arr[-num:]\n else<\/span> :\n result[:] = arr\n return<\/span> result\n\n#shift each element two positions to the right and replace shifted values with zero\n<\/span>data_new = shift_elements(data, 2, 0)\n\n#view new NumPy array\n<\/span>data_new\n\narray([0, 0, 1, 2, 3, 4])<\/strong><\/span><\/pre>\n import<\/span> numpy as<\/span> np\n\n#create NumPy array\n<\/span>data = np. array<\/span> ([1, 2, 3, 4, 5, 6])\n\n#define custom function to shift elements\n<\/span>def<\/span> shift_elements<\/span> (arr, num, fill_value):\n result = np. empty_like<\/span> (arr)\n if<\/span> num > 0:\n result[:num] = fill_value\n result[num:] = arr[:-num]\n elif<\/span> num < 0:\n result[num:] = fill_value\n result[:num] = arr[-num:]\n else<\/span> :\n result[:] = arr\n return<\/span> result\n\n#shift each element three positions to the left and replace shifted values with 50\n<\/span>data_new = shift_elements(data, -3, 50)\n\n#view new NumPy array\n<\/span>data_new\n\narray([ 4, 5, 6, 50, 50, 50])<\/strong><\/span><\/pre>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como classificar um array NumPy por coluna<\/a>
Como calcular o modo do array NumPy<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"