【numpy】20道numpy题目
1、创建一个长度为10的一维全为0的ndarray对象，然后让第5个元素等于1
import numpy as npndarry =np.zeros(10)
ndarry
array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
ndarry[4]=1
ndarry
array([0., 0., 0., 0., 1., 0., 0., 0., 0., 0.])
2、创建一个元素为从10到49的ndarray对象
ndarray = np.arange(10,50)
ndarray
array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26,27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43,44, 45, 46, 47, 48, 49])
3、将第2题的所有元素位置反转
ndarray[::-1]
array([49, 48, 47, 46, 45, 44, 43, 42, 41, 40, 39, 38, 37, 36, 35, 34, 33,32, 31, 30, 29, 28, 27, 26, 25, 24, 23, 22, 21, 20, 19, 18, 17, 16,15, 14, 13, 12, 11, 10])
使用np.random.random创建一个10*10的ndarray对象，并打印出最大最小元素
ndarray = np.random.random((10,10))
ndarray
ndarray.min()
0.009073749212965887
5、创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0
a=np.zeros((10,10),dtype=np.int8)
a[[0,-1]]=1
a[:,[0,-1]]=1
a
array([[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]], dtype=int8)
6、创建一个每一行都是从0到4的5*5矩阵
a=np.array([0,1,2,3,4]*5).reshape(5,5)
a
array([[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]])
7、创建一个范围在(0,1)之间的长度为12的等差数列
a=np.linspace(0,1,12)
a
array([0. , 0.09090909, 0.18181818, 0.27272727, 0.36363636,0.45454545, 0.54545455, 0.63636364, 0.72727273, 0.81818182,0.90909091, 1. ])
8、创建一个长度为10的随机数组并排序
a = np.random.randint(1,10,size=10)
a.sort()
a
array([1, 2, 2, 3, 4, 4, 6, 7, 8, 9])
9、创建一个长度为10的随机数组并将最大值替换为0
a = np.random.randint(1,10,10)b=a.max()
c=a==b
a[c]=0
a,b,c
(array([3, 5, 0, 7, 1, 2, 7, 0, 5, 7]),9,array([False, False, True, False, False, False, False, True, False,False]))
10、如何根据第3列来对一个5*5矩阵排序？???
a=np.random.randint(0,25,size=25).reshape(5,5)
a
array([[ 4, 20, 17, 6, 5],[ 8, 14, 14, 10, 3],[ 7, 5, 12, 7, 4],[15, 1, 7, 5, 24],[12, 14, 16, 12, 2]])
b=np.argsort(a[:,2])
a[b]
array([[15, 1, 7, 5, 24],[ 7, 5, 12, 7, 4],[ 8, 14, 14, 10, 3],[12, 14, 16, 12, 2],[ 4, 20, 17, 6, 5]])
11、给定一个4维矩阵，如何得到最后两维的和？
a=np.random.randint(0,10,size=(3,4,5,6))
a.sum(axis=-1).sum(axis=-1)
a
array([[[[4, 0, 0, 8, 6, 9],[4, 0, 8, 4, 4, 5],[3, 7, 2, 4, 2, 7],[9, 8, 9, 2, 3, 1],[8, 1, 4, 2, 5, 9]],[[7, 5, 5, 7, 6, 2],[3, 5, 3, 4, 7, 1],[0, 5, 7, 7, 6, 7],[5, 8, 7, 9, 8, 3],[6, 9, 2, 6, 0, 5]],[[9, 2, 7, 9, 0, 7],[1, 4, 7, 5, 4, 3],[6, 8, 0, 2, 8, 4],[8, 4, 8, 7, 4, 3],[0, 9, 2, 2, 6, 7]],[[3, 0, 0, 9, 5, 3],[7, 4, 9, 4, 9, 8],[7, 1, 3, 3, 4, 5],[1, 0, 7, 3, 8, 3],[7, 1, 6, 3, 9, 4]]],[[[0, 4, 8, 9, 7, 6],[0, 0, 7, 0, 8, 3],[3, 7, 7, 4, 7, 8],[5, 1, 7, 5, 3, 7],[8, 9, 0, 4, 2, 6]],[[1, 9, 1, 2, 7, 6],[6, 4, 4, 3, 9, 5],[4, 1, 5, 8, 9, 5],[0, 0, 2, 8, 9, 5],[6, 3, 0, 8, 0, 9]],[[5, 4, 9, 2, 9, 8],[2, 7, 4, 3, 5, 8],[8, 8, 0, 4, 4, 8],[7, 5, 1, 6, 1, 1],[1, 8, 1, 0, 4, 4]],[[7, 6, 6, 4, 8, 2],[2, 1, 1, 1, 0, 7],[5, 1, 6, 2, 3, 5],[2, 4, 6, 0, 8, 9],[3, 6, 5, 3, 1, 6]]],[[[1, 8, 1, 7, 2, 5],[3, 0, 9, 3, 8, 0],[5, 2, 1, 0, 8, 4],[4, 1, 3, 8, 4, 3],[4, 8, 8, 2, 6, 2]],[[7, 6, 2, 5, 9, 7],[2, 9, 1, 2, 5, 9],[3, 0, 2, 5, 5, 0],[6, 0, 1, 8, 4, 3],[5, 4, 5, 6, 2, 1]],[[9, 5, 0, 5, 0, 7],[0, 4, 8, 4, 4, 8],[6, 2, 3, 9, 3, 7],[7, 7, 1, 8, 3, 5],[0, 4, 7, 6, 9, 7]],[[2, 1, 4, 6, 7, 8],[8, 6, 0, 5, 8, 1],[9, 4, 8, 2, 8, 5],[0, 6, 2, 3, 9, 6],[8, 7, 4, 2, 7, 6]]]])
12、给定数组[1, 2, 3, 4, 5]，如何得到在这个数组的每个元素之间插入3个0后的新数组？
a=np.arange(1,6)
b=np.zeros(17,dtype=np.int8)
b[::4]=a
b
array([1, 0, 0, 0, 2, 0, 0, 0, 3, 0, 0, 0, 4, 0, 0, 0, 5], dtype=int8)
13、给定一个二维矩阵，如何交换其中两行的元素？
a=np.arange(0,20).reshape(4,5)
a
a[[1,0,2,3]]
a
array([[ 0, 1, 2, 3, 4],[ 5, 6, 7, 8, 9],[10, 11, 12, 13, 14],[15, 16, 17, 18, 19]])
14、创建一个100000长度的随机数组，使用两种方法对其求三次方，并比较所用时间
import time
a=np.random.randn(1000000)
at1 = time.time()
np.power(a,3)time= time.time()-t1
time
0.0468747615814209
15、创建一个53随机矩阵和一个32随机矩阵，求矩阵积
a=np.random.randint(0,10,(5,3))b=np.random.randint(0,10,(3,2))
a,b
np.matmul(a,b)
array([[ 48, 50],[171, 101],[124, 62],[105, 63],[ 75, 67]])
16、矩阵的每一行的元素都减去该行的平均值
a=np.random.randint(0,10,(3,3))
a
b=a.mean(axis=1).reshape(3,1)
a-b
array([[ 2.66666667, -1.33333333, -1.33333333],[-3. , 3. , 0. ],[-1.33333333, 0.66666667, 0.66666667]])
17、打印出以下函数（要求使用np.zeros创建8*8的矩阵）：
[[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]]
a=np.zeros((8,8),dtype='int')
a[::2,1::2]=1
a[1::2,::2]=1
a
array([[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、正则化一个5*5随机矩阵
正则的概念：假设a是矩阵中的一个元素，max/min分别是矩阵元素的最大最小值，则正则化后a = (a - min)/(max - min)
a=np.random.randint(0,10,size=(5,5))
amin=a.min()
amax=a.max()
(a-amin)/(amax-amin)
array([[0.44444444, 0.11111111, 0.11111111, 0.33333333, 0.88888889],[0. , 0.88888889, 0.77777778, 1. , 0.11111111],[0.33333333, 0.55555556, 0.66666667, 0.33333333, 0.11111111],[0.55555556, 0.33333333, 1. , 0.77777778, 0.33333333],[0.11111111, 0.33333333, 0.11111111, 0.88888889, 0.77777778]])
19、将一个一维数组转化为二进制表示矩阵。例如
[1,2,3]
转化为
[[0,0,1],
[0,1,0],
[0,1,1]]
num = 4
n1 = np.arange(num)
n1
n2 = np.zeros(shape=(num,num),dtype='int')
n2
array([[0, 0, 0, 0],[0, 0, 0, 0],[0, 0, 0, 0],[0, 0, 0, 0]])
for i in range(num):n = n1[i]for j in range(num-1,-1,-1):n2[i][j] = n%2n = n//2
n2[1::]
array([[0, 0, 0, 1],[0, 0, 1, 0],[0, 0, 1, 1]])
20、实现冒泡排序法
arr = np.random.randint(1,10,size=10)
for i in range(1, len(arr)):for j in range(0, len(arr)-i):if arr[j] > arr[j+1]:arr[j], arr[j + 1] = arr[j + 1], arr[j]
arr
array([2, 2, 3, 5, 5, 6, 7, 8, 9, 9])
【numpy】20道numpy题目相关推荐
- 超经典的20道SQL题目（附加解题思路）
最近学了SQL的内容,老师也给我们发了练习题,感觉在做题的过程中得到了提高,所以将题目和我自己的答案分享一下,希望对大家有所帮助.我使用的是SQL Server 2014 Management Stu ...
- 操作系统 课堂练习题03【20道 经典题目】
2021年03月18日(第03周)星期四 课堂练习题 目录 1.进程同步 2.信号量机制及应用 1.进程同步 2.信号量机制及应用
- Numpy 100道练习题+常用知识点
目录 Numpy 100道练习题知识点总结 打印numpy配置 `np.show_config` 数组大小.元素个数.元素比特数 查询numpy函数的文档 `np.info` 获取范围数组 `np.a ...
- [转]numpy 100道练习题
100 numpy exercise 翻译:YingJoy 网址: https://www.yingjoy.cn/ 来源:https://github.com/rougier/numpy-100 Nu ...
- python numpy 数据类型为python对象-python numPy模块 与numpy里的数据类型、数据类型对象dtype...
学习链接:http://www.runoob.com/numpy/numpy-tutorial.html 简介: numPy是python语言的一个扩展库,是一个运行非常快的数学库,主要用于数组计算. ...
- python numpy数据类型_python numPy模块 与numpy里的数据类型、数据类型对象dtype
学习链接:http://www.runoob.com/numpy/numpy-tutorial.html 简介: numPy是python语言的一个扩展库,是一个运行非常快的数学库,主要用于数组计算. ...
- python中ndarray对象实例化_Python数据分析之Numpy学习 2——NumPy 基础 ndarray对象
Python数据分析之Numpy学习 2 -- NumPy 基础学习 NumPy(Numerical Python)是高性能科学计算和数据分析的基础包.NumPy的主要对象是同构数据多维容器(homo ...
- python的numpy教程_python numpy 基础教程 | 学步园
1.Numpy是什么 很简单,Numpy是Python的一个科学计算的库,提供了矩阵运算的功能,其一般与Scipy.matplotlib一起使用.其实,list已经提供了类似于矩阵的表示形式,不过nu ...
- k8s相关面试问题_最常被问到的20道Kubernetes面试题
原标题:最常被问到的20道Kubernetes面试题 近一年参与了多场面试,设计了多道面试题,觉得可以综合考察应聘人对Kubernetes的掌握情况.笔者一般会在面试前,将题目直接发给候选人,以便其有 ...
最新文章
- 微信公众账号开发-发送模板消息
- 防重 Token 令牌如何实现幂等性？
- Android与Js交互时，屏幕不适配问题
- python可以做二维码吗_Python制作二维码，并且可以添加logo
- 计算机有关的文献检索题目,文献检索第二次计算机检索实习题目(2016.4.10).doc
- 数据链路层: HDLC
- 13寸笔记本电脑尺寸_如何判断行李箱的尺寸?标准行李箱尺寸对照表(13~32寸)
- 信息学奥赛一本通（1063：最大跨度值）
- 演示＜jsp:forward＞动作元素
- [转]ViewPagerindicator 源码解析
- spark稀疏向量与稠密向量
- 最新python大数据毕业设计选题推荐（三）
- 卸载Linux原生java_卸载linux自带openjdk并安装sun jdk
- c语言中文网_C语言学习网站推荐
- 数据结构（C语言）-串子系统（实验）
- 使用 live555 直播来自 v4l2 的摄像头图像
- 活动预告｜CoodeWisdom 软件智能化开发与运维学术报告系列 第4期（陈鹏飞 中山大学）...
- 【计算机系统结构】~ ROM/PROM/EPROM/E2PROM/FLASH、SOC 片上系统、总线、CPU 处理器、Cache、DDR、ARM 体系结构、虚拟内存、内核 kernel
- 一次性修改多张图片尺寸
- Java学习----二维数组排序