Python刷题系列(2)_NumPy数组（下）-阿里云开发者社区

Python刷题系列(2)_NumPy数组（下）

2022-05-27 166

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 编写一个 NumPy 程序，将数值列表转换为一维 NumPy 数组。

14、查找两个数组的并集

编写一个 NumPy 程序来查找两个数组的并集。Union 将返回两个输入数组中任一输入数组中唯一的、经过排序的值数组。

import numpy as np
array1 = np.array([0, 1, 2, 3, 4, 5])
print("Array1: ",array1)
array2 = [5, 4, 3, 9, 7]
print("Array2: ",array2)
print("Unique sorted array of values that are in either of the two input arrays:")
print(np.union1d(array1, array2))
'''
Array1:  [0 1 2 3 4 5]
Array2:  [5, 4, 3, 9, 7]
Unique sorted array of values that are in either of the two input arrays:
[0 1 2 3 4 5 7 9]
'''

np.union1d(array1, array2)：筛选出两个数组当中的唯一元素，顺序排列放入新数组当中。

15、测试数组中的所有元素是否都计算为 True

编写一个 NumPy 程序来测试数组中的所有元素是否都计算为 True。

注意：在 python 中，0 的计算结果为 False。

import numpy as np
array1 = np.array([[0,60, 20, 40, 70],
                  [1,2,3,4,5]])
print("Array1: ",np.all(array1))
print("Array2: ",np.all([10, 20, -50]))
'''
Array1:  False
Array2:  True
'''

这个和list的用法一样，全部使用all，单个使用any。

上面的代码将all改成any，则Array也会显示True，表示只要有一个不是0，结果就为True。

16、通过重复构造数组

import numpy as np
a = [1, 2, 3, 4]
print("Original array")
print(a)
print("Repeating 2 times")
x = np.tile(a, 2)
print(x)
print("Repeating 3 times")
x = np.tile(a, 3)
print(x)
'''
Original array
[1, 2, 3, 4]
Repeating 2 times
[1 2 3 4 1 2 3 4]
Repeating 3 times
[1 2 3 4 1 2 3 4 1 2 3 4]
'''

【4】np.tile

np.tile(A,res)：A 是个数组，reps 是个元组。tile这个函数把数组 A 当成一个元素来构造 shape 为 res 的数组

17、比较两个给定的数组

import numpy as np
a = np.array([1, 2])
b = np.array([4, 5])
print("a > b：")
print(np.greater(a, b))
print("a >= b：")
print(np.greater_equal(a, b))
print("a < b：")
print(np.less(a, b))
print("a <= b：")
print(np.less_equal(a, b))
'''
a > b：
[False False]
a >= b：
[False False]
a < b：
[ True  True]
a <= b：
[ True  True]
'''

18、沿数组的第一个和最后一个轴对排序

import numpy as np
a = np.array([[4, 6],[2, 1]])
print("Original array: ")
print(a)
print("Sort along the first axis=0: ")
x = np.sort(a, axis=0)
print(x)
print("Sort along the last axis=1: ")
y = np.sort(a, axis=1)
print(y)
'''
Original array: 
[[4 6]
 [2 1]]
Sort along the first axis=0: 
[[2 1]
 [4 6]]
Sort along the last axis=1: 
[[4 6]
 [1 2]]
'''

19、获取给定数组中大于 10 的元素的值和索引

import numpy as np
x = np.array([[0, 10, 20], [20, 30, 40]])
print("Original array: ")
print(x)
print("Values bigger than 10 =", x[x>10])
print(np.nonzero(x > 10))
'''
Original array: 
[[ 0 10 20]
 [20 30 40]]
Values bigger than 10 = [20 20 30 40]
(array([0, 1, 1, 1], dtype=int64), array([2, 0, 1, 2], dtype=int64))
'''

【5】np.nonzero

np.nonzero函数是numpy中用于得到数组array中非零元素的位置（数组索引）的函数。

解释

nonzero(a)：返回数组a中非零元素的索引值数组。

（1）只有a中非零元素才会有索引值，那些零值元素没有索引值。

（2）返回的索引值数组是一个2维tuple数组，该tuple数组中包含一维的array数组。其中，一维array向量的个数与a的维数是一致的。

（3）索引值数组的每一个array均是从一个维度上来描述其索引值。比如，如果a是一个二维数组，则索引值数组有两个array，第一个array从行维度来描述索引值；第二个array从列维度来描述索引值。

（4）np.transpose(np.nonzero(x)) 函数能够描述出每一个非零元素在不同维度的索引值。

（5）通过a[nonzero(a)] 得到所有a中的非零值。

20、测试数组中是否存在指定的值

编写一个 NumPy 程序来测试数组中是否存在指定的值。

import numpy as np
x = np.array([[1.12, 2.0, 3.45], [2.33, 5.12, 6.0]], float) 
print("Original array:")
print(x)
print(2 in x)
print(0 in x)
print(6 in x)
print(2.3 in x)
print(5.12 in x)
'''
Original array:
[[1.12 2.   3.45]
 [2.33 5.12 6.  ]]
True
False
True
False
True
'''

21、向NumPy数组添加额外的列

import numpy as np
x = np.array([[10,20,30], [40,50,60]])
y = np.array([[100], [200]])
print(np.append(x, y, axis=1))
'''
[[ 10  20  30 100]
 [ 40  50  60 200]]
'''

22、按行列访问数组

就是使用切片…

import numpy as np
x= np.arange(9).reshape(3,3)
print("Original array elements:")
print(x)
print("Access an array by column:")
print("第一行:")
print(x[0,:])
print("第一列:")
print(x[:,0])
'''
Original array elements:
[[0 1 2]
 [3 4 5]
 [6 7 8]]
Access an array by column:
第一行:
[0 1 2]
第一列:
[0 3 6]
'''

23、替换数组中大于指定数组的元素

import numpy as np
x = np.array([[ 0.409, 0.480, 0.320], [ 0.740,0.508,0.308], [ 0.509,0.345,0.156]])
print("Original array:")
print(x)
print("替换后：")
x[x > .5] = .5
print(x)
'''
Original array:
[[0.409 0.48  0.32 ]
 [0.74  0.508 0.308]
 [0.509 0.345 0.156]]
替换后：
[[0.409 0.48  0.32 ]
 [0.5   0.5   0.308]
 [0.5   0.345 0.156]]
'''

24、删除数组中的特定元素

import numpy as np
x = np.array([10, 20, 30, 40, 50, 60, 70])
index = [0, 3, 4]
print("Original array:")
print(x)
print("Delete first, fourth and fifth elements:")
new_x = np.delete(x, index)
print(new_x)
'''
Original array:
[10 20 30 40 50 60 70]
Delete first, fourth and fifth elements:
[20 30 60 70]
'''

25、计算一组数据的直方图

import numpy as np    
import matplotlib.pyplot as plt
plt.hist([1, 2, 1], bins=[0, 1, 2, 3, 5])
plt.show()