实验楼 - Python Numpy 100题实验（一）

约定不等于承诺〃 2022-05-10 08:54 242阅读 0赞

## 题目链接 ##

在实验楼看到这个Numpy的实验，权当是复习巩固了，感觉还是蛮有意思的，大家有兴趣也可以写一下，实验的链接（非广告哈）：  
[NumPy 百题大冲关][NumPy]

## 基础50题 ##

首先是惯例：

import numpy as np

前面的50道题目是比较基础，就简单写写记录一下：

*  获取Numpy的版本号

print(np.__version__)

*  创建单位矩阵、零矩阵等

np.zeros(3,3)          #零矩阵
    np.ones(2,3)          #全1矩阵
    np.eye(3, dtype=np.int)       #3阶单位矩阵

*  自定义数组

np.fromfunction(lambda i, j: i + j, (3, 3))

*  矩阵乘法

np.dot(a, b)

*  矩阵转置

A.T

*  矩阵求逆

np.linalg.inv(A)

*  展平数组

a.ravel()

*  垂直拼接数组

np.vstack((a,b))

*  水平拼接

np.hstack((a,b))

*  沿横纵轴分割数组

In [22]: a = np.random.randint(1, 10, (3,3))
    
    In [23]: a
    Out[23]:
    array([[6, 1, 7],
           [1, 5, 7],
           [6, 9, 9]])
    
    In [24]: np.hsplit(a, 3)
    Out[24]:
    [array([[6],
            [1],
            [6]]), array([[1],
            [5],
            [9]]), array([[7],
            [7],
            [9]])]

这是分割成了三个列向量，同理，vsplit()就是分割成多个行向量，理解两个的不同就好，注意分割函数的第二个参数一定要跟数组的行（列）有倍数关系，这样才能保证分割

*  数组排序

max()函数可以得到数组的最大值，如果我们需要按照行（列）求解最大值，可以传递axis参数指定行或列：

In [31]: np.max(a, axis = 0)
    Out[31]: array([4, 8, 8, 7, 5, 9])
    
    In [32]: np.max(a, axis = 1)
    Out[32]: array([8, 9, 8])

在Python中很多地方都会用到axis，其中axis为1表示按照行，为0表示按照列，求最小值同理，有的时候会用到索引，我们需要最大值或者最小值的索引值，那么可以使用argmax()函数等，例如：

np.argmax(a, axis = 0)

返回的是每一行的最大值的索引

**数理统计**

*  中位数

np.median(a, axis=0)

*  平均值

np.mean(a, axis = 0)

*  加权平均值：

np.average(a, axis=0)

*  方差

np.var(a, axis=1)

*  标准差

np.std(a, axis=0)

上面的计算都是可以选择性保留axis参数的，从而指定计算全部的数据或者计算制定的行列

[NumPy]: https://www.shiyanlou.com/courses/1090

发表评论取消回复

表情：

评论列表（有 0 条评论，242人围观）

还没有评论，来说两句吧...

相关阅读

相关实验楼 - Python Numpy 100题实验（一）

题目链接在实验楼看到这个Numpy的实验，权当是复习巩固了，感觉还是蛮有意思的，大家有兴趣也可以写一下，实验的链接（非广告哈）： [NumPy 百题大冲关][Num

约定不等于承诺〃/ 2022年05月10日 08:54/ 0 赞/ 243 阅读

相关实验楼 - Python Numpy 100题实验（六）mean(),set_printoptions()函数等

这一部分的主要内容： numpy.mean() 排序的一些例子 numpy.set\_printoptions() 对于随机的3\3的二维数组，减去数组

水深无声/ 2022年05月09日 11:36/ 0 赞/ 204 阅读

相关实验楼 - Python Numpy 100题实验（五）uniform(),bincount()函数等

本篇的主要内容有： numpy.random.uniform() numpy.bincount() numpy.nonzero() numpy.ran

短命女/ 2022年05月09日 10:38/ 0 赞/ 201 阅读

相关实验楼 - Python Numpy 100题实验（四）linspace()函数等

创建一个5 \ 5 的矩阵，其中每行都是1-5 a = np.zeros((5, 5), dtype = np.int) a += np.arange(1

傷城~/ 2022年05月09日 07:54/ 0 赞/ 508 阅读

相关实验楼 - Python Numpy 100题实验（三）diag()函数等

创建5\5的数组，并设置1，2，3，4在对角线的下方：使用numpy.diag()可以很方便的求出这个数组函数结构 diag(v, k=0) 参数说明

红太狼/ 2022年05月09日 05:46/ 0 赞/ 280 阅读

相关实验楼 - Python Numpy 100题实验（二） pad()函数应用

题目描述：使用数字0将一个全为1的数组包围起来：代码： In [74]: a = np.ones((5,5)) In [75]: a

「爱情、让人受尽委屈。」/ 2022年05月09日 05:24/ 0 赞/ 288 阅读

相关实验楼 - Python Numpy 100题实验（九）：几种标准化算法实现

单独把这几道题目拿出来，归为一类吧，都是标准化算法。本讲的主要内容： Z-Score标准化算法 Min-Max标准化算法应用L2范式标准化数据

冷不防/ 2022年05月08日 10:44/ 0 赞/ 373 阅读

相关实验楼 - Python Numpy 100题实验（八）：线性代数函数以及fromfunction函数等

本次的主要内容有：对线性代数函数例如逆矩阵函数，特征值以及特征值向量函数等的应用 fromfunction（）函数的使用求解给定矩阵的逆矩阵并验证

谁践踏了优雅/ 2022年05月08日 10:42/ 0 赞/ 234 阅读

相关实验楼 - Python Numpy 100题实验（七）

这一部分主要内容有：对数组缺失值的一些处理 numpy.unique()函数一些统计函数的使用找出数组中的缺失值的总数以及所在的位置首先创建

「爱情、让人受尽委屈。」/ 2022年05月08日 08:58/ 0 赞/ 236 阅读

相关 (一)实验楼初试

①复制粘贴可以在菜单栏的剪贴板上操作复制外部内容到实验环境内：粘贴内容到下方输入框—点击保存—在实验环境中粘贴（暂不支持中文）注：1. 粘贴前请不要选中任何内容，否

系统管理员/ 2022年01月26日 00:09/ 0 赞/ 252 阅读