Python数据分析numpy入门-------numpy100题练习
Posted Geek_bao
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Python数据分析numpy入门-------numpy100题练习相关的知识，希望对你有一定的参考价值。
Python数据分析基础
二、numpy100题练习
1.Import the numpy package under the name np (★☆☆)。
导入numpy库并简写为 np
代码如下：
import numpy as np
2. Print the numpy version and the configuration (★☆☆)
打印numpy的版本和配置说明
代码如下：
import numpy as np
print(np.__version__)
print(np.show_config())
输出结果如下：
1.19.1
blas_mkl_info:
NOT AVAILABLE
blis_info:
NOT AVAILABLE
openblas_info:
library_dirs = ['D:\\\\a\\\\1\\\\s\\\\numpy\\\\build\\\\openblas_info']
libraries = ['openblas_info']
language = f77
define_macros = [('HAVE_CBLAS', None)]
blas_opt_info:
library_dirs = ['D:\\\\a\\\\1\\\\s\\\\numpy\\\\build\\\\openblas_info']
libraries = ['openblas_info']
language = f77
define_macros = [('HAVE_CBLAS', None)]
lapack_mkl_info:
NOT AVAILABLE
openblas_lapack_info:
library_dirs = ['D:\\\\a\\\\1\\\\s\\\\numpy\\\\build\\\\openblas_lapack_info']
libraries = ['openblas_lapack_info']
language = f77
define_macros = [('HAVE_CBLAS', None)]
lapack_opt_info:
library_dirs = ['D:\\\\a\\\\1\\\\s\\\\numpy\\\\build\\\\openblas_lapack_info']
libraries = ['openblas_lapack_info']
language = f77
define_macros = [('HAVE_CBLAS', None)]
None
Process finished with exit code 0
3.Create a null vector of size 10 (★☆☆)
创建一个长度为10的空向量
代码如下：
Z = np.zeros(10)
print(Z)
输出结果如下：
[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
4. How to find the memory size of any array (★☆☆)
如何找到任何一个数组的内存大小
代码如下：
Z = np.zeros((10, 10))
print("%d bytes" % (Z.size * Z.itemsize))
输出结果如下：
800 bytes
5. How to get the documentation of the numpy add function from the command line? (★☆☆)
如何从命令行得到numpy中add函数的说明文档?
代码如下：
cmd命令行用如下命令：
python -c "import numpy; numpy.info(numpy.add)"
python程序中使用如下代码：
print(np.info(np.add))
输出结果如下：
add(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj])
Add arguments element-wise.
Parameters
----------
x1, x2 : array_like
The arrays to be added.
If ``x1.shape != x2.shape``, they must be broadcastable to a common
shape (which becomes the shape of the output).
out : ndarray, None, or tuple of ndarray and None, optional
A location into which the result is stored. If provided, it must have
a shape that the inputs broadcast to. If not provided or None,
a freshly-allocated array is returned. A tuple (possible only as a
keyword argument) must have length equal to the number of outputs.
where : array_like, optional
This condition is broadcast over the input. At locations where the
condition is True, the `out` array will be set to the ufunc result.
Elsewhere, the `out` array will retain its original value.
Note that if an uninitialized `out` array is created via the default
``out=None``, locations within it where the condition is False will
remain uninitialized.
**kwargs
For other keyword-only arguments, see the
:ref:`ufunc docs <ufuncs.kwargs>`.
Returns
-------
add : ndarray or scalar
The sum of `x1` and `x2`, element-wise.
This is a scalar if both `x1` and `x2` are scalars.
Notes
-----
Equivalent to `x1` + `x2` in terms of array broadcasting.
Examples
--------
>>> np.add(1.0, 4.0)
5.0
>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> np.add(x1, x2)
array([[ 0., 2., 4.],
[ 3., 5., 7.],
[ 6., 8., 10.]])
6. Create a null vector of size 10 but the fifth value which is 1 (★☆☆)
创建一个长度为10并且除了第五个值为1的空向量
代码如下：
x = np.zeros(10)
x[4] = 1
print(x)
输出结果如下：
[0. 0. 0. 0. 1. 0. 0. 0. 0. 0.]
7.Create a vector with values ranging from 10 to 49 (★☆☆)
创建一个值域范围从10到49的向量
代码如下：
x = np.arange(10, 50)
print(x)
输出结果如下：
[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]
8. Reverse a vector (first element becomes last) (★☆☆)
反转一个向量(第一个元素变为最后一个)
代码如下：
x = np.arange(50)
x = x[::-1] # 当步长为 -1 即反向走时，应该从下标大的走向下标小的,开始反转
print(x)
输出结果如下：
[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 9 8 7 6 5 4 3 2
1 0]
9. Create a 3x3 matrix with values ranging from 0 to 8 (★☆☆)
创建一个 3x3 并且值从0到8的矩阵
代码如下：
x = np.arange(9).reshape(3, 3)
print(x)
输出结果如下：
[[0 1 2]
[3 4 5]
[6 7 8]]
10.Find indices of non-zero elements from [1,2,0,0,4,0] (★☆☆)
找到数组[1,2,0,0,4,0]中非0元素的位置索引
代码如下：
x = np.nonzero([1, 2, 0, 0, 4, 0])
print(x)
输出结果如下：
(array([0, 1, 4], dtype=int64),)
11.Create a 3x3 identity matrix (★☆☆)
创建3x3的对角矩阵
代码如下：
x = np.eye(3)
print(x)
输出结果如下：
[[1. 0. 0.]
[0. 1. 0.]
[0. 0. 1.]]
12.Create a 3x3x3 array with random values (★☆☆)
创建一个 3x3x3的随机数组
代码如下：
x = np.random.random((3, 3, 3))
print(x)
输出结果如下：
[[[0.90645099 0.39055025 0.13326805]
[0.82727578 0.80306489 0.73626431]
[0.86937515 0.93136459 0.05317126]]
[[0.57875347 0.6657227 0.24202423]
[0.41064389 0.66225554 0.32342978]
[0.22953023 0.25789695 0.3861879 ]]
[[0.7715045 0.80144285 0.09692252]
[0.64913309 0.21699249 0.42576076]
[0.19170728 0.40928135 0.68654943]]]
Process finished with exit code 0
13.Create a 10x10 array with random values and find the minimum and maximum values (★☆☆)
创建一个 10x10 的随机数组并找到它的最大值和最小值
代码如下：
import numpy as np
x = np.random.random((10, 10))
print(x.min())
print(x.max())
输出结果如下：
0.004546019288869885
0.9988575624248186
14.Create a random vector of size 30 and find the mean value (★☆☆)
创建一个长度为30的随机向量并找到它的平均值
代码如下：
x = np.random.random(30)
print(x.mean())
输出结果如下：
0.5570963332977725
15.Create a 2d array with 1 on the border and 0 inside (★☆☆)
创建一个二维数组，其中边界值为1，其余值为0
代码如下：
x = np.ones((10, 10))
x[1:-1, 1:-1] = 0
print(x)
输出结果如下：
[[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.]]
Process finished with exit code 0
16.How to add a border (filled with 0’s) around an existing array? (★☆☆)
对于一个已知数组，如何添加一个用0填充的边界
代码如下：
x = np.ones((5, 5))
x = np.pad(x, pad_width=1, mode='constant', constant_values=0)
print(x)
输出结果如下：
[[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.]]
说明：np.pad(array, pad_width, mode, kwargs)
顾名思义，用于给数组array扩充新的行或者列。
参数意义：
array：要填充的对象
pad_width： 各个方向上填充的维度
pad_width = ((1,2), (2,2)) 指第一维（此时为行）上面填充一位、下面填充两位；第二维（此时为列）左边填充两位、右边填充两位。
mode：用于指定填充内容。
17.What is the result of the following expression? (★☆☆)
以下表达式运行的结果分别是什么
代码如下：
print(0 * np.nan)
print(np.nan == np.nan)
print(np.inf > np.nan)
print(np.nan - np.nan)
print(np.nan in set([np.nan]))
print(0.3 == 3 * 0.1)
输出结果如下：
nan
False
False
nan
True
False
说明：
nan与任何值进行运算都是 nan；
nan：not a number 表示不是一个数字，属于浮点类；
inf：np.inf 表示正无穷，-np.inf表示负无穷，属于浮点类；
两个nan是不相等的
18.Create a 5x5 matrix with values 1,2,3,4 just below the diagonal (★☆☆)
创建一个 5x5的矩阵，并设置值1,2,3,4落在其对角线下方位置
代码如下：
x = np.diag(1 + np.arange(4), k=-1)
print(x)
输出结果如下：
[[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]]
说明：
numpy.diag(v,k=0)。以一维数组的形式返回方阵的对角线（或非对角线）元素，或将一维数组转换成方阵（非对角线元素为0）.两种功能角色转变取决于输入的v。
参数详解：
v : array_like
如果v是2D数组，返回k位置的对角线。
如果v是1D数组，返回一个v作为k位置对角线的2维数组。
k : int, optional
对角线的位置，大于零位于对角线上面，小于零则在下面。
19.Create a 8x8 matrix and fill it with a checkerboard pattern (★☆☆)
创建一个8x8 的矩阵，并且设置成棋盘样式
代码如下：
x = np.zeros((8, 8), dtype=int)
x[1::2, ::2] = 1
x[::2, 1::2] = 1
print(x)
输出结果如下：
[[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]]
Process finished with exit code 0
说明：x[1::2, ::2] = 1。第一个切片表示行的数据变换，第二个表示第几行数据变换。1::2表示行的变化，从索引1开始，步长为2，赋值为1。后面::2,表示从第0行开始，步长为2，执行此赋值。
注意：格式b = a[i:j:s]
这里的s表示步进，缺省为1.（-1时即翻转读取）。
所以a[i:j:1]相当于a[i:j]。当s<0时，i缺省时，默认为-1. j缺省时，默认为-len(a)-1。所以a[::-1]相当于 a[-1:-len(a)-1:-1]，也就是从最后一个元素到第一个元素复制一遍。
20.Consider a (6,7,8) shape array, what is the index (x,y,z) of the 100th element?
考虑一个 (6,7,8) 形状的数组，其第100个元素的索引(x,y,z)是什么?
代码如下：
print(np.unravel_index(100, (6, 7, 8)))
输出结果如下：
(1, 5, 4)
说明：np.unravel_index(indices, shape, order = ‘C’)
一句话概括：求出数组某元素（或某组元素）拉成一维后的索引值在原本维度（或指定新维度）中对应的索引。
参数说明：
indices: 整数构成的数组， 其中元素是索引值（integer array whose elements are indices into flattened version of array)
shape: tuple of ints, 一般是原本数组的维度，也可以给定的新维度。
21.Create a checkerboard 8x8 matrix using the tile function (★☆☆)
用tile函数去创建一个 8x8的棋盘样式矩阵
代码如下：
x = np.tile(np.array([[0, 1], [1, 0]]), (4, 4))
print(x)
输出结果如下：
[[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]]
Process finished with exit code 0
说明：np.tile(a,(2,1))，tile有平铺的意思，顾名思义。第一个参数为Y轴（纵向）扩大倍数，第二个为X轴（横向）扩大倍数。本例中X轴扩大一倍便为不复制。
22.Normalize a 5x5 random matrix (★☆☆)
对一个5x5的随机矩阵做归一化
代码如下：
x = np.random.random((5, 5))
x = (x-np.mean(x))/(np.std(x))
print(x)
输出结果如下：
[[ 0.59892254 以上是关于Python数据分析numpy入门-------numpy100题练习的主要内容，如果未能解决你的问题，请参考以下文章