Numpy练习题100题-提高你的数据分析技能

本文总结了Numpy的常用操作，并做成练习题，练习题附答案建议读者把练习题完成。作者认为，做完练习题，Numpy的基本操作没有问题了，以后碰到问题也可以查这些习题。（文末提供下载）

NumPy（Numeric Python）系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。

NumPy提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

网上可以搜到大量的Numpy教程和官方文档，但没有简单的方法来练习。教程是很好的资源，但要付诸实践。只有实践，才能更好的加深学习。

本站从github搜索到了一些Numpy的练习题100题，含答案，并进行整理：

原代码作者：Nicolas P. Rougier

本练习代码可以在github下载：

https://github.com/rougier/numpy-100

使用方法

文件夹有三个不同的ipynb文件: 

1. 100_Numpy_exercises_no_solution.ipynb 

没有答案代码的文件，这个是你做的练习

2.100_Numpy_exercises_with_hint.ipynb 

没有答案代码的文件，但有提示，这个你也可以用来练习

3.100_Numpy_exercises.ipynb 

有答案代码和注释的文件

你可以在100_Numpy_exercises_no_solution.ipynb 里输入代码，看看运行结果是否和100_Numpy_exercises.ipynb 里面的内容一致。

备注：md文件是markdown文件，与ipynb文件内容一致。

典型的例题如图所示：

练习题截图

总结

本文把Numpy的常用操作做成练习题，练习题附答案。希望初学者能认真完成练习题，对熟悉数据分析很有帮助。

本练习代码可以在github下载：

https://github.com/rougier/numpy-100

想脱单，找湾区人工智能

长按扫码撩海归

   觉得不错， 请随意转发，麻烦点个在看！