Numpy学习笔记之Numpy练习

简介: Numpy学习笔记之Numpy练习

练习1:分别按照要求,生成一个一维数组、二维数组,并且查看其shape

a1 = np.array([1,2,'a','hello',[1,2,3],{'one':100,'two':200}])
a2 = np.array([list(range(6)), list('abcdef'), [True, False, True, False, True, True]])
print(a1,'\na1的shape为:',a1.shape, '\n-------')
print(a2,'\na2的shape为:',a2.shape, '\n-------')

练习2:生成一个一维数组,起始值为5,终点值为15,样本数为10个

print(np.arange(5,15))

练习3:按照要求创建以下数组

print(np.zeros((4,4)),'\n-------')

print(np.ones((2,3)),'\n-------')

print(np.eye(3,dtype=int))

练习4:创建一个20个元素的数组,分别改变成两个形状:(4,5),(5,6)

(提示:超出范围用resize)

ar = np.arange(20)

print(ar.reshape(4,5))

print('=' * 30)

print(np.resize(ar,(5,6)))

练习5:创建一个(4,4)的数组,把其元素类型改为字符型

ar1 = np.arange(16).reshape(4,4)

print(ar1.astype(str))

练习6:根据要求创建数组,运用数组的运算方法得到结果:result = ar * 10 +100,并求出result的均值及求和

ar1 = np.arange(16).reshape(4,4)
print(ar1)
print('='*30)
print(ar1*10+100)
print('='*30)
result=ar1*10+100
print(result.mean())
print(result.sum())

练习7:按照要求创建数组,通过索引,其ar[4]、ar[:2,3:]、ar[3][2]分别是多少

ar = np.arange(25).reshape(5,5)

print(ar)

print('='*30)

print(ar[4],ar[:2,3:],ar[3][2])

练习8:按照要求创建数组,筛选出元素值大于5的值并生成新的数组

ar = np.arange(10).reshape(2,5)

print(ar)

print('='*30)

print(ar[ar>5])

练习9:请按照要求创建数组ar,再将ar[:2,:2]的值改为[0,1)的随机数

ar = np.arange(25, dtype = np.float32).reshape(5,5)

print(ar)

print('='*30)

ar[:2,:2] = np.random.rand(2,2)

print(ar)

练习10: 创建2个包含10个元素的正太分布一维数组

ar1= np.random.normal(size=(2,5))

ar2= np.random.normal(size=(2,5))

print(ar1)

print(ar2)
print('结果为:\n',np.vstack((ar1,ar2)))

练习11:创建一个10*10的整数随机数组,取值范围为0-100,并存为txt文件,用逗号分开

import os
os.chdir('C:/Users/Hjx/Desktop/')
ar = np.random.randint(100,size=(10,10))
print(ar,'\n--------')
np.savetxt('array.txt',ar, delimiter=',',fmt = '%i')
print('finished!')

 

相关文章
|
20天前
|
Python
Numpy学习笔记(一):array()、range()、arange()用法
这篇文章是关于NumPy库中array()、range()和arange()函数的用法和区别的介绍。
39 6
Numpy学习笔记(一):array()、range()、arange()用法
|
19天前
|
索引 Python
Numpy学习笔记(三):np.where和np.logical_and/or/not详解
NumPy库中`np.where`和逻辑运算函数`np.logical_and`、`np.logical_or`、`np.logical_not`的使用方法和示例。
68 1
Numpy学习笔记(三):np.where和np.logical_and/or/not详解
|
19天前
|
Python
Numpy学习笔记(四):如何将数组升维、降维和去重
本文介绍了如何使用NumPy库对数组进行升维、降维和去重操作。
28 1
|
19天前
|
Python
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
NumPy库中的`np.concatenate`和`np.append`函数,它们分别用于沿指定轴拼接多个数组以及在指定轴上追加数组元素。
23 0
Numpy学习笔记(五):np.concatenate函数和np.append函数用于数组拼接
|
19天前
|
机器学习/深度学习 索引 Python
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
本文解释了NumPy中`argmax`函数的`axis`参数在不同维度数组中的应用,并通过代码示例展示了如何使用`axis=0`、`axis=1`和`axis=-1`来找到数组中最大值的索引。
57 0
Numpy学习笔记(二):argmax参数中axis=0,axis=1,axis=-1详解附代码
|
5月前
|
BI 测试技术 索引
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)-1
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)
|
18天前
|
PyTorch 算法框架/工具 Python
Pytorch学习笔记(十):Torch对张量的计算、Numpy对数组的计算、它们之间的转换
这篇文章是关于PyTorch张量和Numpy数组的计算方法及其相互转换的详细学习笔记。
28 0
|
3月前
|
存储 机器学习/深度学习 索引
Numpy学习笔记
Numpy学习笔记
|
5月前
|
存储 API C语言
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)-2
Python学习笔记之NumPy模块——超详细(安装、数组创建、正态分布、索引和切片、数组的复制、维度修改、拼接、分割...)
|
SQL Java Go
【Python】【Numpy+Pandas数据处理·闯关】和鲸社区学习笔记day(1)
【Python】【Numpy+Pandas数据处理·闯关】和鲸社区学习笔记day(1)
344 0