100个Numpy练习【2】

时间:2022-04-29
本文章向大家介绍100个Numpy练习【2】,主要内容包括21. 用tile函数创建一个8×8的棋盘矩阵(★☆☆)、22. 对5×5的随机矩阵进行归一化 (★☆☆)、23. 创建一个dtype来表示颜色(RGBA) (★☆☆)、24. 一个5×3的矩阵和一个3×2的矩阵相乘,结果是什么?(★☆☆)、25. 给定一个一维数组把它索引从3到8的元素进行取反 (★☆☆)、26. 下面的脚本的结果是什么? (★☆☆)、27. 关于整形的向量Z下面哪些表达式正确? (★☆☆)、28. 下面表达式的结果分别是什么? (★☆☆)、29. 如何从零位开始舍入浮点数组? (★☆☆)、30. 如何找出两个数组公共的元素? (★☆☆)、31. 如何忽略numpy的警告信息(不推荐)? (★☆☆)、32. 下面的表达式是否为真? (★☆☆)、33. 如何获得昨天,今天和明天的日期? (★☆☆)、34. 怎么获得所有与2016年7月的所有日期? (★★☆)、35. 如何计算 ((A+B)*(-A/2)) (不使用中间变量)? (★★☆)、36. 用5种不同的方法提取随机数组中的整数部分 (★★☆)、37. 创建一个5×5的矩阵且每一行的值范围为从0到4 (★★☆)、38. 如何用一个生成10个整数的函数来构建数组 (★☆☆)、39. 创建一个大小为10的向量, 值域为0到1,不包括0和1 (★★☆)、40. 创建一个大小为10的随机向量,并把它排序 (★★☆)、基本概念、基础应用、原理机制和需要注意的事项等,并结合实例形式分析了其使用技巧,希望通过本文能帮助到大家理解应用这部分内容。

Numpy是Python做数据分析必须掌握的基础库之一,非常适合刚学习完Numpy基础的同学,完成以下习题可以帮助你更好的掌握这个基础库。

Python版本:Python 3.6.2

Numpy版本:Numpy 1.13.1

21. 用tile函数创建一个8×8的棋盘矩阵(★☆☆)

(提示: np.tile)

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

22. 对5×5的随机矩阵进行归一化 (★☆☆)

(提示: (x – min) / (max – min))

Z = np.random.random((5, 5))
Zmax, Zmin = Z.max(), Z.min()
Z = (Z-Zmin)/(Zmax-Zmin)
print (Z)

23. 创建一个dtype来表示颜色(RGBA) (★☆☆)

(提示: np.dtype)

color = np.dtype([("r", np.ubyte, 1),
                  ("g", np.ubyte, 1),
                  ("b", np.ubyte, 1),
                  ("a", np.ubyte, 1)])
c = np.array((255, 255, 255, 1), dtype=color)
print (c)

Out[80]:
array((255, 255, 255, 1),
      dtype=[('r', 'u1'), ('g', 'u1'), ('b', 'u1'), ('a', 'u1')])

24. 一个5×3的矩阵和一个3×2的矩阵相乘,结果是什么?(★☆☆)

(提示: np.dot | @)

Z = np.dot(np.zeros((5, 3)), np.zeros((3, 2)))
# 或者
Z = np.zeros((5, 3))@ np.zeros((3, 2))
print (Z)

25. 给定一个一维数组把它索引从3到8的元素进行取反 (★☆☆)

(提示: >, <=)

Z = np.arange(11)
Z[(3 <= Z) & (Z < 8)] *= -1
print (Z)

26. 下面的脚本的结果是什么? (★☆☆)

(提示: np.sum)

# Author: Jake VanderPlas               # 结果

print(sum(range(5),-1))                 9
from numpy import *                     
print(sum(range(5),-1))                 10    #numpy.sum(a, axis=None)

27. 关于整形的向量Z下面哪些表达式正确? (★☆☆)

Z**Z                        True
2 << Z >> 2                 False
Z <- Z                      True
1j*Z                        True  #复数           
Z/1/1                       True
Z<Z>Z                       False

28. 下面表达式的结果分别是什么? (★☆☆)

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

29. 如何从零位开始舍入浮点数组? (★☆☆)

(提示: np.uniform, np.copysign, np.ceil, np.abs)

# Author: Charles R Harris

Z = np.random.uniform(-10,+10,10)
print (np.copysign(np.ceil(np.abs(Z)), Z))

30. 如何找出两个数组公共的元素? (★☆☆)

(提示: np.intersect1d)

Z1 = np.random.randint(0, 10, 10)
Z2 = np.random.randint(0, 10, 10)
print (np.intersect1d(Z1, Z2))

31. 如何忽略numpy的警告信息(不推荐)? (★☆☆)

(提示: np.seterr, np.errstate)

# Suicide mode on
defaults = np.seterr(all="ignore")
Z = np.ones(1) / 0

# Back to sanity
_ = np.seterr(**defaults)

# 另一个等价的方式, 使用上下文管理器(context manager)
with np.errstate(divide='ignore'):
    Z = np.ones(1) / 0

32. 下面的表达式是否为真? (★☆☆)

(提示: 虚数)

np.sqrt(-1) == np.emath.sqrt(-1)     Faslse

33. 如何获得昨天,今天和明天的日期? (★☆☆)

(提示: np.datetime64, np.timedelta64)

yesterday = np.datetime64('today', 'D') - np.timedelta64(1, 'D')
today = np.datetime64('today', 'D')
tomorrow = np.datetime64('today', 'D') + np.timedelta64(1, 'D')

34. 怎么获得所有与2016年7月的所有日期? (★★☆)

(提示: np.arange(dtype=datetime64[’D’]))

Z = np.arange('2016-07', '2016-08', dtype='datetime64[D]')
print (Z)

35. 如何计算 ((A+B)*(-A/2)) (不使用中间变量)? (★★☆)

(提示: np.add(out=), np.negative(out=), np.multiply(out=), np.divide(out=))

A = np.ones(3) * 1
B = np.ones(3) * 1
C = np.ones(3) * 1
np.add(A, B, out=B)
np.divide(A, 2, out=A)
np.negative(A, out=A)
np.multiply(A, B, out=A)

36. 用5种不同的方法提取随机数组中的整数部分 (★★☆)

(提示: %, np.floor, np.ceil, astype, np.trunc)

Z = np.random.uniform(0, 10, 10)
print (Z - Z % 1)
print (np.floor(Z))
print (np.cell(Z)-1)
print (Z.astype(int))
print (np.trunc(Z))

37. 创建一个5×5的矩阵且每一行的值范围为从0到4 (★★☆)

(提示: np.arange)

Z = np.zeros((5, 5))
Z += np.arange(5)
print (Z)

38. 如何用一个生成10个整数的函数来构建数组 (★☆☆)

(提示: np.fromiter)

def generate():
    for x in range(10):
      yield x
Z = np.fromiter(generate(), dtype=float, count=-1)
print (Z)

39. 创建一个大小为10的向量, 值域为0到1,不包括0和1 (★★☆)

(提示: np.linspace)

Z = np.linspace(0, 1, 12, endpoint=True)[1: -1]
print (Z)

40. 创建一个大小为10的随机向量,并把它排序 (★★☆)

(提示: sort)

Z = np.random.random(10)
Z.sort()
print (Z)