Python Numpy 练习

注：本文为国科大《Python 科学计算与数据处理》课程 Numpy 作业的代码，仅供学习参考，如有错误欢迎指出。

题目1

以四种方式运行三角波（triangle_wave）函数，比较各方式的运行速度与计算结果。

import numpy as np
import time

def triangle_wave(x, c, c0, hc):
    x = x - int(x)
    if x >= c:
        r = 0.0
    elif x < c0:
        r = x / c0 * hc
    else:
        r = (c-x) / (c-c0) * hc
    return r

def method1(x):
    y = np.array([triangle_wave(t, 0.6, 0.4, 1.0) for t in x])
    return y

def method2(x):
    triangle_ufunc1 = np.frompyfunc(triangle_wave, 4, 1)
    y = triangle_ufunc1(x, 0.6, 0.4, 1.0)
    return y

def method3(x):
    triangle_ufunc2 = np.frompyfunc(lambda x: triangle_wave(x, 0.6, 0.4, 1.0), 1, 1)
    y = triangle_ufunc2(x)
    return y

def method4(x):
    triangle_ufunc3 = np.vectorize(triangle_wave, otypes=[float])  # numpy 1.24 不再支持 np.float，直接用 float
    y = triangle_ufunc3(x, 0.6, 0.4, 1.0)
    return y

if __name__ == '__main__':
    x = np.linspace(0, 2, 1000)
    funcs = [method1, method2, method3, method4]

    # 计时，运行10次取平均
    for i, func in enumerate(funcs):
        start_time = time.time()
        for j in range(10):
            func(x)
        end_time = time.time()
        print('time{}: {} s'.format(i+1, (end_time-start_time)/10))

    # 比较运算结果
    isEqual = True
    for i in range(len(funcs)-1):
        if (funcs[i](x) == funcs[i+1](x)).all():
            print('y{} 和 y{} 相等'.format(i+1, i+2))
        else:
            print('y{} 和 y{} 不相等'.format(i + 1, i + 2))
            isEqual = False
    if isEqual:
        print('所有方法运算结果相同')

题目2

arr = 5 - np.arange(1, 13).reshape(4, 3)
1）计算所有元素及每一列的和；
2）计算每一个元素、每一列的累积和；
3）计算每一行的累计积；
4）计算所有元素的最小值；
5）计算每一列的最大值；
6）计算所有元素、每一行的均值；
7）计算所有元素、每一列的中位数；
8）计算所有元素的方差，每一行的标准差。

import numpy as np

arr = 5 - np.arange(1,13).reshape(4,3)

# 所有元素求和
a = np.sum(arr)
# 每列求和
a = np.sum(arr, axis=0)
# 元素累计和
a = np.cumsum(arr)
# 列累计和
a = np.cumsum(arr, axis=0)
# 行累计积
a = np.cumprod(arr, axis=1)
# 所有元素的最小值
a = np.min(arr)
# 每列最大值
a = np.max(arr, axis=0)
# 所有元素均值
a = np.mean(arr)
# 每行均值
a = np.mean(arr, axis=1)
# 所有元素中位数
a = np.median(arr)
# 每列中位数
a = np.median(arr, axis=0)
# 所有元素方差
a = np.var(arr)
# 每行标准差
a = np.std(arr, axis=1)

题目3

在数组[1, 2, 3, 4, 5]中相邻数字之间插入两个0。

import numpy as np

# 方法一
Z = np.array([1,2,3,4,5])
i = 1
while i < len(Z):
    Z = np.insert(Z, i, [0, 0])
    i += 3

# 方法二
Z0 = np.array([1,2,3,4,5])
gap = 2
Z1 = np.zeros(len(Z0) + (len(Z0)-1) * (gap))
Z1[::nz+1] = Z0

题目4

试对Z = np.random.random((5,5))进行归一化，即将所有元素等比缩放到0-1范围。

import numpy as np

Z = np.random.random((5,5))

Zmax = np.max(Z)
Zmin = np.min(Z)
Z = (Z - Zmin)/(Zmax - Zmin)

题目5

找出数组中与给定值最接近的数。
例：Z=array([[0,1,2,3],[4,5,6,7]])，目标值z=5.1，Z中最接近的数为5。

import numpy as np

Z = np.array([[0,1,2,3],[4,5,6,7]])
target = 5.1

X = abs(Z - target)  # 绝对差值
idx = np.argmin(X)  # 最接近元素的下标
ans = Z.flatten()[idx]

题目6

解方程组：
$$\{\begin{array}{l}3x+6y-5z=12\\ x-3y+2z=-2\\ 5x-y+4z=10\end{array}$$

import numpy as np

A = np.array([[3, 6, -5], [1, -3, 2], [5, -1, 4]])
B = np.array([12, -2, 10])
ans = np.linalg.solve(A, B)

题目7

$g(x)=sin(z^2)+si{n}^2(z)$，其中 $z=5(x-1)$
对 $g(y)$ 在100个切比雪夫节点之上分別使用 Polynomial 和 Chebyshev 进行插值，在 [-1,1] 区间上取1000个等距点对误差进行比较。

import numpy as np
from numpy.polynomial import Chebyshev, Polynomial


def f(x):
    z = (x - 1) * 5
    return np.sin(z**2) + np.sin(z)**2


n = 100
x = Chebyshev.basis(n).roots()  # 100个切比雪夫节点

y1 = Chebyshev.fit(x, f(x), n - 1, domain=[-1, 1])
y2 = Polynomial.fit(x, f(x), n - 1, domain=[-1, 1])

xd = np.linspace(-1, 1, 1000)  # 1000个等距点

print("Chebyshev Fit 最大误差：", abs(y1(xd) - f(xd)).max())
print("Polynomial Fit 最大误差：", abs(y2(xd) - f(xd)).max())

题目8

用 np.bincount 函数统计青少年年龄和身高

import numpy as np

f = np.loadtxt("height.csv", delimiter=",")

ages = np.floor(f[:,0]).astype(int)  # 年龄取整
heights = f[:,1]

min_age = np.min(ages)

cnts = np.bincount(ages)[min_age:]  # 各年龄段人数
sums = np.bincount(ages, heights)[min_age:]  # 各年龄段身高分别求和

ans = sums/cnts  # 各年龄段平均身高

题目9

使用二项分布进行计算：同时抛5枚硬币，如果正面朝上少于3枚，则输掉8元，否则就赢8元。如果手中最初有1000元，请问抛掷10000次后会是什么情况？

import numpy as np
import matplotlib.pyplot as plt

cnt = 10000
money = np.zeros(cnt)
money[0] = 1000
result = np.random.binomial(5, 0.5, size=cnt)

for i in range(1, cnt):
    money[i] = money[i-1]-8 if result[i] < 3 else money[i-1]+8

print("left money:", money[-1])

plt.plot(np.arange(cnt), money)
plt.show()