NumPy: الفهرسة والتقطيع

subset = data[0:3]
subset[subset == -999] = -1

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.array([10, 20, 30, 40, 50])
a[0]    # 10
a[-1]   # 50
a[2]    # 30

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

a = np.arange(10)  # [0 1 2 3 4 5 6 7 8 9]
a[2:7]             # [2 3 4 5 6]
a[::3]             # [0 3 6 9]
a[::-1]            # [9 8 7 6 5 4 3 2 1 0]

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.arange(12).reshape(3, 4)
print(a)
# [[ 0  1  2  3]
---
##  4. [ 4  5  6  7]
---
##  5. [ 8  9 10 11]]

---
## 6. الصف والعمود
print(a[1])       # [4 5 6 7] — الصف 1
print(a[1, 2])    # 6 — الصف 1، العمود 2

---
## 7. مصفوفة فرعية
print(a[:2, 1:3])
---
## 8. [[1 2]
---
##  9. [5 6]]

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.arange(24).reshape(2, 3, 4)
print(a.shape)  # (2, 3, 4)

---
## 10. الطبقة 0: أول مصفوفة 3x4
print(a[0])
---
## 11. [[ 0  1  2  3]
---
##  12. [ 4  5  6  7]
---
##  13. [ 8  9 10 11]]

---
## 14. الطبقة 1: ثاني مصفوفة 3x4
print(a[1])
---
## 15. [[12 13 14 15]
---
##  16. [16 17 18 19]
---
##  17. [20 21 22 23]]

---
## 18. عنصر واحد: a[طبقة, صف, عمود]
print(a[1, 2, 3])  # 23

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.arange(12).reshape(3, 4)
view = a[0:2, 1:3]
view[0, 0] = 999

print(a)
---
## 19. [[  0 999   2   3]
---
##  20. [  4   5   6   7]
---
##  21. [  8   9  10  11]]
---
## 22. الأصل تغير!

---
## 23. استخدم .copy() للحصول على نسخة آمنة
copy = a[0:2, 1:3].copy()
copy[0, 0] = 0
print(a[0, 1])  # 999 — الأصل لم يتغير بالنسخة

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.arange(10)

print("Original:", a)
---
## 24. [0 1 2 3 4 5 6 7 8 9]

print("a[2:8:2]:", a[2:8:2])  # [2 4 6]
print("a[::-1]:", a[::-1])    # [9 8 7 6 5 4 3 2 1 0]
print("a[5:1:-1]:", a[5:1:-1])  # [5 4 3 2]

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

a = np.arange(20).reshape(4, 5)
print("Original:\n", a)

---
## 25. استخراج الصفوف 1-2، الأعمدة 2-4
sub = a[1:3, 2:5]
print("a[1:3, 2:5]:\n", sub)
---
## 26. [[ 7  8  9]
---
##  27. [12 13 14]]

---
## 28. كل صف آخر، كل عمود آخر
print("a[::2, ::2]:\n", a[::2, ::2])
---
## 29. [[ 0  2  4]
---
##  30. [10 12 14]]

> **المخرجات:** قم بتشغيل NumPy 2.x في بيئة Python المحلية لديك لرؤية مخرجات ndarray. خادم Piston لا يحتوي على NumPy مثبتًا مسبقًا — قم بتثبيته محليًا (`pip install numpy`) وقارن. قد تختلف القيم الفعلية حسب إصدار NumPy والبذرة العشوائية.

import numpy as np

arr = np.arange(24).reshape(2, 3, 4)
print("Shape:", arr.shape)

---
## 32. علامات الحذف (...) تعني "جميع الأبعاد المتبقية"
print("arr[0, ...]:\n", arr[0, ...])
print("arr[..., 0]:\n", arr[..., 0])

---
## 33. تحديد العمود الأخير لجميع الطبقات والصفوف
print("arr[..., -1]:\n", arr[..., -1])

Shape:
arr[0, ...]:\n
arr[..., 0]:\n
arr[..., -1]:\n