玩转 Numpy 的精选习题 (一)

1,打印 numpy 版本

import numpy as np
print(np.__version__)>1.16.5

2、创建 10 个元素空向量

Z = np.zeros(10)
print(Z)>[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]

3，返回数组的元素的内存大小

Z = np.zeros((10,10))
print(Z.itemsize)
print("%d bytes"%(Z.size*Z.itemsize))> 8
> 800 bytes

4，查看 numpy.add 的用法

np.info(np.add)>add(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj])Add arguments element-wise.

5，创建一个大小为10的空向量，其中第五个元素赋值为1

Z = np.zeros(10)
Z[4] = 1
print(Z)>[0. 0. 0. 0. 1. 0. 0. 0. 0. 0.]

6, 创建向量，元素为10-49

Z = np.arange(10,50)
print(Z)>[10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 3334 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49]

7，逆置向量

Z = np.arange(50)
print(Z)
Z = Z[::-1]
print(Z)>[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 2324 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 4748 49]>[49 48 47 46 45 44 43 42 41 40 39 38 37 36 35 34 33 32 31 30 29 28 27 2625 24 23 22 21 20 19 18 17 16 15 14 13 12 11 10  9  8  7  6  5  4  3  21  0]

8，创建3*3矩阵，值分别为 0-8

Z = np.arange(9).reshape(3,3)
print(Z)>[[0 1 2][3 4 5][6 7 8]]

9，找到非 0 元素索引

nz = np.nonzero([1,2,0,0,4,0])
print(nz)> (array([0, 1, 4], dtype=int64),)

10,创建 3*3 的向量矩阵；

Z = np.eye(3)
print(Z)> [[1. 0. 0.][0. 1. 0.][0. 0. 1.]]

11，创建 333 数组，元素值随机；

Z = np.random.random((3,3,3))
print(Z)>[[[0.33020335 0.85888276 0.72230212][0.01956836 0.53253257 0.73982722][0.03397414 0.44528818 0.42641914]][[0.19122995 0.56924379 0.84207502][0.76823495 0.5557601  0.60467123][0.33447872 0.70850795 0.35257091]][[0.84615772 0.93949644 0.20724402][0.9927998  0.88442679 0.39655603][0.88817575 0.34702258 0.22757922]]]

12,创建一个10*10数组，找最大值，最小值，平均值

Z = np.random.random((10,10))
print(Z)
Zmin,Zmax,Zmean = Z.min(),Z.max(),Z.mean()
print(Zmin,Zmax,Zmean)> [[0.12973065 0.31677156 0.54994539 0.91349228 0.36075614 0.086920270.45248993 0.26464321 0.30248679 0.26602034][0.02364034 0.53374142 0.30359262 0.62535471 0.73467954 0.98469150.74688887 0.48055324 0.38289746 0.24502886][0.5322309  0.38022224 0.24114753 0.50580718 0.45854571 0.552905770.74052612 0.09313212 0.93412896 0.49288767][0.93782643 0.76282996 0.7010213  0.28775456 0.78197272 0.706600150.84372202 0.78868034 0.78336608 0.51177132][0.77439896 0.07053705 0.69320814 0.52254626 0.7504721  0.743034120.91345364 0.02576358 0.60881113 0.59070141][0.66012363 0.6985128  0.66980978 0.56780945 0.12893516 0.828538880.71200874 0.25859772 0.17366786 0.54844797][0.0383674  0.63298341 0.55101785 0.90127532 0.72015945 0.451238060.32016112 0.47413686 0.26122929 0.83610203][0.95844267 0.70325507 0.41800104 0.33859346 0.01799442 0.251196840.02960764 0.95912232 0.34042016 0.58667242][0.57093639 0.22364083 0.04937112 0.22619717 0.19154811 0.863484010.45599839 0.31423009 0.54150058 0.12802574][0.06339162 0.60665877 0.72231736 0.52420897 0.49326727 0.370833850.53290497 0.37937229 0.23433393 0.60931142]]
0.01799442455882616 0.9846915015819662 0.4957229230688264

13，创建一个2d数组，1在外面，0在里面

Z = np.ones((10,10))
Z[1:-1,1:-1] = 0
print(Z)> [[1. 1. 1. 1. 1. 1. 1. 1. 1. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 0. 0. 0. 0. 0. 0. 0. 0. 1.][1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]]

14，在现有的数组周围填补 0 padding

Z = np.ones((5,5))
Z = np.pad(Z,pad_width = 1,mode = "constant",constant_values = 0)
print(Z)# 内置补一圈0
Z = np.ones((5,5))
Z[:,[0,-1]] = 0
Z[[0,-1],:]  = 0
print(Z)> [[0. 0. 0. 0. 0. 0. 0.][0. 1. 1. 1. 1. 1. 0.][0. 1. 1. 1. 1. 1. 0.][0. 1. 1. 1. 1. 1. 0.][0. 1. 1. 1. 1. 1. 0.][0. 1. 1. 1. 1. 1. 0.][0. 0. 0. 0. 0. 0. 0.]]> [[0. 0. 0. 0. 0.][0. 1. 1. 1. 0.][0. 1. 1. 1. 0.][0. 1. 1. 1. 0.][0. 0. 0. 0. 0.]]

15，np的一些特殊表达式用法

print(0*np.nan) #nan
print(np.nan == np.nan)# False
print(np.inf > np.nan) # False
print(np.nan - np.nan) #nan
print(np.nan in set([np.nan])) # True
print(0.3==3*0.1) # False

16,创建一个 5*5 矩阵值为1，2，3，4在对角线的下方

Z = np.diag(1+np.arange(4),k = -1)
print(Z)> [[0 0 0 0 0][1 0 0 0 0][0 2 0 0 0][0 0 3 0 0][0 0 0 4 0]]

17，创建一个 8*8 矩阵，并用棋盘模式填充

Z = np.zeros((8,8),dtype =int)
Z[1::2,::2] = 1 # 从第一行每次增加2行；
Z[::2,1::2] = 1 # 从第一列，每次增加两列；
print(Z)> [[0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0][0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0][0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0][0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0]]

18，返回（6，7，8）数组第100元素的索引：

print(np.unravel_index(99,(6,7,8)))> (1, 5, 3)

19，利用 tile 功能创建 8*8 矩阵；

Z = np.tile(np.array([[0,1],[1,0]]),(4,4))
print(Z)> [[0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0][0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0][0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0][0 1 0 1 0 1 0 1][1 0 1 0 1 0 1 0]]

20，对5*5 随机元素矩阵

Z = np.random.random((5,5))
Z = (Z-np.mean(Z))/(np.std(Z))
print(np.std(Z))
print(Z)> 0.9999999999999999
[[ 1.59898483  0.0897438  -1.04817826 -0.15821328  0.84998669][-0.1827481  -0.30145101  1.24307433  0.57339069 -0.40676173][-1.03534466 -0.02810903  2.15479285  0.48527072  0.42268743][-0.34578218  1.62264222 -1.21917396 -0.01898178 -1.27560744][-1.23050258 -1.08268862  1.1647007  -1.49899855 -0.37273306]]

玩转 Numpy 的精选习题 (二)

以下部分是 21- 40题，对于陌生的用法大家记得跟着敲一下，加深以下理解！

21，创建一个自定以类型来表述一个 RGBA 颜色代码(unsigned)

color = np.dtype([('r',np.ubyte,1),("g",np.ubyte,1),('b',np.ubyte,1),('a',np.ubyte,1)])
print(color)> [('r', 'u1'), ('g', 'u1'), ('b', 'u1'), ('a', 'u1')]

22，53 矩阵乘以 32 矩阵；

Z = np.dot(np.ones((5,3)),np.ones((3,2)))
print(Z)> [[3. 3.][3. 3.][3. 3.][3. 3.][3. 3.]]

23, 给定一维数组，在3-8元素全部取反

Z = np.arange(11)
Z[(3<Z)&(Z<8)] *=-1
print(Z)> [ 0  1  2  3 -4 -5 -6 -7  8  9 10]

24 ,下面脚本输出结果为？

print(sum(range(5),-1)) # 9
from numpy import *
print(sum(range(5),-1)) # 10

25 ,下面表达式结果为：

print(np.array(0)/np.array(0))
print(np.array(0)//np.array(0))
print(np.array([np.nan]).astype(int).astype(float))>nan
0
[-2.14748365e+09]

16,创建一个 5*5 矩阵值为1，2，3，4在对角线的下方

Z = np.diag(1+np.arange(4),k = -1)
print(Z)> [[0 0 0 0 0][1 0 0 0 0][0 2 0 0 0][0 0 3 0 0][0 0 0 4 0]]

26, 将一个浮点数组从0舍入

Z = np.random.uniform(-10,+10,10)
print(Z)
print(np.copysign(np.ceil(np.abs(Z)),Z))> [-8.9433086  -1.94558017  5.09831429  0.75843992 -2.57004218 -3.68920573-2.23238395 -6.75331705  3.62935401 -2.37852371]
[-9. -2.  6.  1. -3. -4. -3. -7.  4. -3.]

27，找到两个数组的共有元素；

Z1 = np.random.randint(0,10,10)
Z2 = np.random.randint(0,10,10)
print(np.intersect1d(Z1,Z2))> [0 1 4 6 7 8]

28,怎样返回昨天、今天、明天；

yes = np.datetime64("today") - np.timedelta64(1)
tod = np.datetime64("today")
tom = np.datetime64("today") + np.timedelta64(1)print(yes)
print(tod)
print(tom)> 2020-06-30
2020-07-01
2020-07-02

29，返回，19年2月份的所有日期

Z = np.arange('2019-02','2019-03',dtype = 'datetime64[D]')
print(Z)> ['2019-02-01' '2019-02-02' '2019-02-03' '2019-02-04' '2019-02-05''2019-02-06' '2019-02-07' '2019-02-08' '2019-02-09' '2019-02-10''2019-02-11' '2019-02-12' '2019-02-13' '2019-02-14' '2019-02-15''2019-02-16' '2019-02-17' '2019-02-18' '2019-02-19' '2019-02-20''2019-02-21' '2019-02-22' '2019-02-23' '2019-02-24' '2019-02-25''2019-02-26' '2019-02-27' '2019-02-28']

30 ,怎样计算 ((A+B)*(-A/2))

A = np.ones(3)*1
B = np.ones(3)*2
C = np.ones(3) *3
np.add(A,B,out=A)
np.divide(A,2,out = -A)
np.negative(A,out =A)
np.multiply(A,B,out = A)> array([-6., -6., -6.])

31，取出随机数组的正数部分的整数部分

Z = np.random.uniform(0,10,10)print(np.floor(Z))> [5. 8. 7. 7. 4. 4. 7. 7. 7. 1.]

32，创见5*5 矩阵，行值为0-4；

Z = np.zeros((5,5))
Z += np.arange(5)
print(Z)> [[0. 1. 2. 3. 4.][0. 1. 2. 3. 4.][0. 1. 2. 3. 4.][0. 1. 2. 3. 4.][0. 1. 2. 3. 4.]]

33，构建一个生成函数生成10个整数，并转换为数组

def generate():for x in range(10):yield x
Z = np.fromiter(generate(),dtype =float,count = -1)
print(Z)Z = np.zeros((5,5))
Z += np.arange(5)
print(Z)> [0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]

34 ，创建一个10个元素大小的数组，值为0-1

Z = np.linspace(0,1,11,endpoint = False)[1:]
Z> array([0.09090909, 0.18181818, 0.27272727, 0.36363636, 0.45454545,0.54545455, 0.63636364, 0.72727273, 0.81818182, 0.90909091])

35，判断两个随机数组，是否相等；

A = np.random.randint(0,2,5)
B = np.random.randint(0,2,5)equal = np.array_equal(A,B)
print(equal)> False

37，10*2 的随机矩阵，由笛卡尔坐标转化为极坐标

Z = np.random.random((10,2))
X,Y = Z[:,1],Z[:,1]
R = np.sqrt(X**2+Y**2)
T = np.arctan2(Y,X)
print(R)
print(T)> [0.12396673 1.09640358 0.60171085 0.93054782 0.05433122 0.888633670.10389402 0.45757275 0.53011318 0.17896545]
[0.78539816 0.78539816 0.78539816 0.78539816 0.78539816 0.785398160.78539816 0.78539816 0.78539816 0.78539816]

38，创建一个10大小的随机向量，把最大值取为0

Z = np.random.random(10)
Z[Z.argmax()] = 0
Z> array([0.49363055, 0.03622898, 0.19958785, 0.1625108 , 0.        ,0.88062849, 0.27145883, 0.42484903, 0.62000329, 0.41577207])

39，给两个数据组，构造为柯西矩阵(CIJ = 1/(xi-yj))

X = np.arange(8)
Y = X+0.5
C = 1.0/np.subtract.outer(X,Y)
print(np.linalg.det(C))>3638.1636371179666

40，在一个一维数组中找到与给定值最近的值

Z = np.arange(100)
v = np.random.uniform(0,100)
print(v)
index = (np.abs(Z-v)).argmin()
print(Z[index])> 14.763688219125658
15

玩转 Numpy 的精选习题 (三)

推送的 20 道题目是比较难的，里面会用到一些不常用的函数，例如 np.bincount()、np.atleast_2d()、np.genfromtxt()，但仔细琢磨的话问题都不大

这 20 道解题步骤中虽然大部分都是一些常见函数，但用的是都是一些进阶语法，有时解一道题需要多个函数混合在一起使用，需要仔细思考它的用法

41，打印一个数组中所有值

np.set_printoptions(threshold =float('inf'))
Z = np.zeros((16,16))
print(Z)
//

42，给定一个标量，在一个向量中找到值最近的元素值

# 42，在向量元素中找离指定元素最近的值：
Z = np.arange(100)
v = np.random.uniform(0,100)
index = (np.abs(Z-v)).argmin()
print(Z[index])
#
15

43，建立一个结构数组，来表示一个坐标和 RGB 编码

Z =np.zeros(10,[('position',[('x',float,1),('y',float,1)]),('color',[('r',float,1),('g',float,1),('b',float,1)])])print(Z)#
[((0., 0.), (0., 0., 0.)) ((0., 0.), (0., 0., 0.))((0., 0.), (0., 0., 0.)) ((0., 0.), (0., 0., 0.))((0., 0.), (0., 0., 0.)) ((0., 0.), (0., 0., 0.))((0., 0.), (0., 0., 0.)) ((0., 0.), (0., 0., 0.))((0., 0.), (0., 0., 0.)) ((0., 0.), (0., 0., 0.))]

44，指定一个100*2的向量矩阵，代表点的坐标，计算矩阵中点到点之间的距离

Z = np.random.random((10,2))
X,Y = np.atleast_2d(Z[:,0],Z[:,1])
D = np.sqrt((X-X.T)**2+(Y-Y.T)**2)
D#
array([[0.        , 0.98633439, 0.72167275, 0.90188932, 0.13230666,0.74692975, 0.06223381, 0.60174661, 0.95391954, 0.92008742],[0.98633439, 0.        , 0.77985879, 0.1631969 , 0.90583532,0.30879931, 0.92419607, 0.39486349, 1.00587334, 1.0537349 ],[0.72167275, 0.77985879, 0.        , 0.61879559, 0.7580086 ,0.48464973, 0.68199994, 0.65207576, 0.28058449, 0.2957362 ],[0.90188932, 0.1631969 , 0.61879559, 0.        , 0.83909907,0.1681398 , 0.83995416, 0.35751067, 0.84286462, 0.89058005],[0.13230666, 0.90583532, 0.7580086 , 0.83909907, 0.        ,0.69570875, 0.10653016, 0.51251781, 1.01061853, 0.98608667],[0.74692975, 0.30879931, 0.48464973, 0.1681398 , 0.69570875,0.        , 0.68572148, 0.27153623, 0.73491355, 0.77182869],[0.06223381, 0.92419607, 0.68199994, 0.83995416, 0.10653016,0.68572148, 0.        , 0.54051085, 0.9237499 , 0.89448777],[0.60174661, 0.39486349, 0.65207576, 0.35751067, 0.51251781,0.27153623, 0.54051085, 0.        , 0.9285785 , 0.94720901],[0.95391954, 1.00587334, 0.28058449, 0.84286462, 1.01061853,0.73491355, 0.9237499 , 0.9285785 , 0.        , 0.08212287],[0.92008742, 1.0537349 , 0.2957362 , 0.89058005, 0.98608667,0.77182869, 0.89448777, 0.94720901, 0.08212287, 0.        ]])

45，将 float32 转化为 int 32

Z = (np.random.rand(10)*100).astype(np.float32)
Y = Z.view(np.int32)
Y[:] = Z
Y#
[ 3 71 47 23 57 54 67  1 76  6]

46，读取下面文本并转化为二维 array

from io import StringIOs =  StringIO('''1, 2, 3, 4, 56,  ,  , 7, 8,  , 9,10,11''')
Z  =np.genfromtxt(s,delimiter = ",",dtype = np.int)
print(Z)#
[[ 1  2  3  4  5][ 6 -1 -1  7  8][-1 -1  9 10 11]]

47，Numpy 中数组枚举的表示方法

Z = np.arange(9).reshape(3,3)
for index,value in np.ndenumerate(Z):print(index,value)
for index in np.ndindex(Z.shape):print(index,Z[index])

48，建立一个二维高斯数组

X,Y = np.meshgrid(np.linspace(-1,1,10),np.linspace(-1,1,10))
D = np.sqrt(X*X+Y*Y)
sigma,mu = 1.0,0.0
G = np.exp(-((D-mu)**2/(2.0*sigma**2)))
print(G)#
[[0.36787944 0.44822088 0.51979489 0.57375342 0.60279818 0.602798180.57375342 0.51979489 0.44822088 0.36787944][0.44822088 0.54610814 0.63331324 0.69905581 0.73444367 0.734443670.69905581 0.63331324 0.54610814 0.44822088][0.51979489 0.63331324 0.73444367 0.81068432 0.85172308 0.851723080.81068432 0.73444367 0.63331324 0.51979489][0.57375342 0.69905581 0.81068432 0.89483932 0.9401382  0.94013820.89483932 0.81068432 0.69905581 0.57375342][0.60279818 0.73444367 0.85172308 0.9401382  0.98773022 0.987730220.9401382  0.85172308 0.73444367 0.60279818][0.60279818 0.73444367 0.85172308 0.9401382  0.98773022 0.987730220.9401382  0.85172308 0.73444367 0.60279818][0.57375342 0.69905581 0.81068432 0.89483932 0.9401382  0.94013820.89483932 0.81068432 0.69905581 0.57375342][0.51979489 0.63331324 0.73444367 0.81068432 0.85172308 0.851723080.81068432 0.73444367 0.63331324 0.51979489][0.44822088 0.54610814 0.63331324 0.69905581 0.73444367 0.734443670.69905581 0.63331324 0.54610814 0.44822088][0.36787944 0.44822088 0.51979489 0.57375342 0.60279818 0.602798180.57375342 0.51979489 0.44822088 0.36787944]]

49，在二维数组中随机放置 p 个元素

n = 10
p = 3
Z = np.zeros((n,n))
np.put(Z,np.random.choice(range(n*n),p,replace = False),1)
print(Z)#
[[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.][0. 0. 0. 0. 0. 0. 0. 0. 0. 0.][0. 0. 0. 0. 0. 0. 0. 0. 0. 0.][0. 0. 0. 0. 0. 0. 0. 0. 0. 0.][0. 0. 0. 0. 0. 0. 0. 0. 0. 0.][0. 0. 0. 0. 0. 0. 0. 1. 0. 0.][0. 0. 0. 0. 0. 0. 0. 0. 0. 0.][0. 0. 0. 0. 0. 0. 0. 0. 0. 1.][0. 0. 0. 1. 0. 0. 0. 0. 0. 0.][0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]

50，矩阵减去每一行的平均值

X = np.random.rand(5,10)
Y = X - X.mean(axis =1,keepdims = True)#Y = X -X.mean(axis=1).reshape(-1,1)
print(Y)#
[[-0.2854325   0.20882031  0.35568196  0.18316993 -0.40776416 -0.303127220.07405133  0.35347259 -0.09991147 -0.07896078][ 0.04400539 -0.12949299  0.43078155  0.10710735  0.35645354 -0.432018960.1102518  -0.11709654  0.01395583 -0.38394697][-0.07116609 -0.09382485  0.02956884 -0.29241189 -0.05337575 -0.243540290.28228751  0.28369777 -0.22918485  0.3879496 ][ 0.34436033  0.29003034 -0.21067108 -0.09945774  0.0428871  -0.17125693-0.28001421  0.40165161 -0.03741505 -0.28011437][ 0.32963488 -0.03061654 -0.36657671 -0.05771164 -0.35016734  0.279412790.19521001  0.44803322 -0.31404906 -0.13316961]]

51，以某一列对整个数组的行进行排序

Z = np.random.randint(0,10,(3,3))
print(Z[Z[:,1].argsort()])#
[[3 4 8][1 5 2][2 8 2]]

52，判断一个2D数组，是否含有空列

Z = np.random.randint(0,3,(3,10))
print((~Z.any(axis = 0)).any())#
True

53，在数组中找到给定值的最近值

Z = np.random.uniform(0,1,10)
z = 0.5
m = Z.flat[np.abs(Z-z).argmin()]
print(m)#
0.507763391604458

54，给定两个二维数组维度分别为 13，31；利用迭代器计算他们的和

A = np.arange(3).reshape(3,1)
B = np.arange(3).reshape(1,3)
it = np.nditer([A,B,None])
for x,y,z in it:z[...] = x+y
print(it.operands[2])#
[[0 1 2][1 2 3][2 3 4]]

55，基于索引列表 I ，对应权重 X，进行加权计算得到F

需要注意一下，这里用到 np.bincount() 函数，只有一个参数时，返回一个数组表示每个元素出现的次数；如果设置两个参数则会涉及到加权运算，理解方面比较困难，建议查阅一下官方文档

X = [1,2,3,4,5,6]
I = [1,3,9,3,4,1]
F = np.bincount(I,X)
print(F)#
[0. 7. 0. 6. 5. 0. 0. 0. 0. 3.]

56，给定一个图片像素数组（w,h,3）,计算其中唯一颜色数量

w,h = 16,16
I = np.random.randint(0,2,(h,w,3)).astype(np.ubyte)
F = I[...,0]*256*256 + I[...,1]*256 + I[...,2] # color RGB 进行编码
n = len(np.unique(F))
print(n)
#
4

57，给定一个四维数组，同时计算最后轴元素之和

A =  np.random.randint(0,10,(3,4,3,4))
sum = A.sum(axis = (-2,-1))# 计算最后两列；
print(sum)# second solutions
sum = A.reshape(A.shape[:-2]+(-1,)).sum(axis = -1)#
[[62 59 48 61][53 59 45 48][50 56 71 60]]

58，给定一维数组D，通过相同维度向量 S ，通过自己索引来计算子集D 的平均值

D = np.random.uniform(0,1,100)
S = np.random.randint(0,10,100)
D_sums  = np.bincount(S,weights =D)
D_counts = np.bincount(S)
D_means = D_sums/D_counts
print(D_means)#
[0.50247673 0.43057174 0.54440853 0.60862306 0.61939138 0.61848430.57271125 0.49704534 0.52671729 0.4849897 ]

59，计算一个点积的对角线

A = np.random.uniform(0,1,(5,5))
B = np.random.uniform(0,1,(5,5))np.diag(np.dot(A,B))# Second solutions
np.sum(A*B.T,axis = 1)#
array([0.49721784, 1.06865483, 0.65669748, 0.78147516, 1.11704931])

60，给定一维向量例如[1,2,3,4,5]，在相邻两个值之间加入3个0

Z = np.array([1,2,3,4,5])
nz = 3
Z0 = np.zeros(len(Z)+(len(Z)-1)*(nz))
Z0[::nz+1] = Z
print(Z0)#[1. 0. 0. 0. 2. 0. 0. 0. 3. 0. 0. 0. 4. 0. 0. 0. 5.]

参考链接：
玩转 Numpy 的精选习题 (一) ：https://mp.weixin.qq.com/s/oRyOL4JAC80F4_-V_3laQg

玩转 Numpy 的精选习题 (二) ：

玩转 Numpy 的精选习题 (三) ：https://mp.weixin.qq.com/s/AIjWBZDjOeorv18Xl4Iz5g

玩转 Numpy 的精选习题相关推荐

通常所说的pc机是指微型计算机,2017年自考计算机应用基础精选习题及答案(1)
1.如果删除文档中一部分选定的文字的格式设置,可按组合键_____A__. (A). [Ctrl]+[Shift]+[Z] (B). [Ctrl]+[Alt]+[Del] (C). [Ctrl]+[S ...
SQL精选习题及解答
SQL精选习题<?xml:namespace prefix = o ns = "urn:schemas-microsoft-com:office:office" /> ...
100道练习题，玩转Numpy模块！(上)
100道练习题,玩转Numpy模块!(上) Numpy 介绍 Numpy 是 Python 做数据分析所必须要掌握的基础库之一.以下为入门 Numpy 的100题小练习,原为 github 上的开源项 ...
c语言1GB转成B,2018职称计算机考试WPS_Office精选习题9
2018职称计算机考试WPS_Office精选习题9 1).下列说法中,正确的是a A)同一个汉字的输入码的长度随输入方法不同而不同 B)一个汉字的机内码与它的国标码是相同的,且均为2字节 C)不同汉 ...
全国计算机一级考试网上题,全国计算机一级考试精选习题及答案
全国计算机一级考试精选习题及答案习题一 (1)在目前为止,微型计算机经历的几个阶段? A A)8 B)7 C)6 D)5 (2)计算机辅助设计简称是 B A)CAM B)CAD C)CAT D)CA ...
微型计算机中常提及到,2018年自考《计算机应用基础》精选习题二
2018年自考<计算机应用基础>精选习题二 1. [单选题]在Word中,________的作用是能在屏幕上显示所有文本内容. (A).标尺 (B).控制框 (C).最大化按钮 (D).滚 ...
2018计算机应用基础作业一,2018年自考《计算机应用基础》精选习题一
2018年自考<计算机应用基础>精选习题一 1.如果删除文档中一部分选定的文字的格式设置,可按组合键_______. (A).[Ctrl]+[Shift]+[Z] (B).[Ctrl]+[ ...
河南工学院计算机应用基础答案,历年自考《计算机应用基础》精选习题六
[导读]河南自考网为大家带来了<计算机应用基础>试题. 自考<计算机应用基础>精选习题六单选题 1.第一代电子数字计算机主要用于______. A:一般科研领域 B:教学领域 ...
计算机网络在结构上可分为什么不同,计算机等级考试三级网络精选习题及详细解答(一)...
1.下列说法中,哪一个是正确的? A.网络中的计算机资源主要指服务器;路由器;通信线路与用户计算机 B.网络中的计算机资源主要指计算机操作系统;数据库与应用软件 C.网络中的计算机资源主要指计算机硬件 ...

玩转 Numpy 的精选习题

玩转 Numpy 的精选习题 (一)

1,打印 numpy 版本

2、创建 10 个元素空向量

3， 返回数组的元素的内存大小

4，查看 numpy.add 的用法

5，创建一个大小为10的空向量，其中第五个元素赋值为1

6, 创建向量，元素为10-49

7，逆置向量

8，创建3*3矩阵，值分别为 0-8

9，找到非 0 元素索引

10,创建 3*3 的向量矩阵；

11，创建 333 数组，元素值随机；

12,创建一个10*10数组，找最大值，最小值，平均值

13，创建一个2d数组，1在外面，0在里面

14，在现有的数组周围填补 0 padding

15，np的一些特殊表达式用法

16,创建一个 5*5 矩阵值为1，2，3，4在对角线的下方

17，创建一个 8*8 矩阵，并用棋盘模式填充

18，返回 （6，7，8）数组 第100元素的索引：

19， 利用 tile 功能创建 8*8 矩阵；

20，对5*5 随机元素矩阵

玩转 Numpy 的精选习题 (二)

21，创建一个自定以类型来表述一个 RGBA 颜色代码(unsigned)

22，53 矩阵乘以 32 矩阵；

23, 给定一维数组，在3-8元素全部取反

24 ,下面脚本输出结果为？

25 ,下面表达式结果为：

16,创建一个 5*5 矩阵值为1，2，3，4在对角线的下方

26, 将一个 浮点数组从0舍入

27，找到两个数组的共有元素；

28,怎样返回昨天、今天、明天；

29，返回，19年2月份的所有日期

30 ,怎样计算 ((A+B)*(-A/2))

31，取出随机数组的正数部分的整数部分

32， 创见5*5 矩阵，行值为0-4；

33，构建一个生成函数生成10个整数，并转换为数组

34 ，创建一个10个元素大小的数组，值为0-1

35，判断两个随机数组，是否相等；

37，10*2 的随机矩阵，由笛卡尔坐标转化为极坐标

38， 创建一个10大小的随机向量，把最大值取为0

39，给两个数据组，构造为 柯西矩阵(CIJ = 1/(xi-yj))

40，在一个一维数组中找到与给定值最近的值

玩转 Numpy 的精选习题 (三)

41，打印一个数组中所有值

42，给定一个标量，在一个向量中找到值最近的元素值

43，建立一个结构数组，来表示一个坐标和 RGB 编码

44，指定一个100*2的向量矩阵，代表点的坐标，计算矩阵中点到点之间的距离

45，将 float32 转化为 int 32

46，读取下面文本并转化为二维 array

47，Numpy 中数组枚举的表示方法

48，建立一个二维高斯数组

49，在二维数组中随机放置 p 个元素

50，矩阵减去每一行的平均值

51，以某一列对整个数组的行进行排序

52，判断一个2D数组，是否含有空列

53，在数组中找到给定值的最近值

54，给定两个二维数组维度分别为 13，31；利用迭代器计算他们的和

55，基于索引列表 I ，对应权重 X，进行加权计算得到F

56，给定一个 图片像素数组（w,h,3）,计算其中唯一颜色数量

57，给定一个四维数组，同时计算最后轴元素之和

58，给定一维数组D，通过相同维度向量 S ，通过自己索引来计算子集D 的平均值

59，计算一个点积的对角线

60，给定一维向量例如[1,2,3,4,5]，在相邻两个值之间加入3个0

玩转 Numpy 的精选习题相关推荐

最新文章

热门文章

3，返回数组的元素的内存大小

18，返回（6，7，8）数组第100元素的索引：

19，利用 tile 功能创建 8*8 矩阵；

26, 将一个浮点数组从0舍入

32，创见5*5 矩阵，行值为0-4；

38，创建一个10大小的随机向量，把最大值取为0

39，给两个数据组，构造为柯西矩阵(CIJ = 1/(xi-yj))

56，给定一个图片像素数组（w,h,3）,计算其中唯一颜色数量