datawhale pandas 习题01

Ex1：NumPy的向量化运算

• 给定一个正整数列表，请找出缺失的最小正整数。

思路：对一维向量排序之后再作差，有两种情况，当全为1时，说明向量元素是连续的，所以返回最小值然后减1；当元素中有2时，返回2出现的位置对应的数+1

def get_miss(arr):
    arr.sort()
    res=np.diff(arr)
    if (res==1).all():
        return np.min(arr)-1
    else:
        return arr[np.argmax(res)]+1
        
arr = np.array([5,2,1,3,4])
get_miss(arr)

out

0

• 设计一个生成二维NumPy数组的函数get_res()，其输入为正整数n，返回的数组构造方式如下：第1行填入1个1，第2行在上一行填入位置的下一列连续填入2个2，第3行在第二行最后一个填入位置的下一列连续填入3个3，…，第n行在第n-1行最后一个填入位置的下一列连续填入n个n。

思路：（使用循环）观察得到0的个数在两种元素之间的个数是固定的，同时利用字符串方法join的特点，得到列表，然后再利用reshape的按照行填充的特点填充ndarray。

# 观察到1和2之间以及2和3中间的0的个数是想同的
def get_res(n):
    return np.array(list(('0'*np.sum(np.arange(n)+1)).join([(i+1)*str(i+1) for i in range(n)]))).reshape(n,-1)
    
n=4
get_res(n)

out

• 
  思路：利用randint得到0，1随机数，同时利用一个（-1，1）的向量，将随机数作为索引传入得到1和-1组成的矩阵，然后按照要求得到答案。

def random_walk(test_num=1000,walk_num=5000):
    arr=np.array([1,-1])
    walk=np.random.randint(low=0,high=2,size=(test_num,walk_num))
    res=arr[walk].sum(1)
    return res/np.sqrt(walk_num)-np.sqrt(2/np.pi)
res=random_walk()
print(f'平均值为：{
     res.mean()}')
print(f'0.05分位数为{
     np.quantile(res,0.05)}')
print(f'0.95分位数为{
     np.quantile(res,0.95)}')

out

平均值为：-0.8039656791210696
0.05分位数为-2.381803750660732
0.95分位数为0.8708874427973866

思路：（待修改）

• 对于sigama：利用格拉姆矩阵的元素计算
• 对于lambda：利用节点坐标返回距离矩阵，然后使用两次agrsort方法，即可得到排名矩阵（从0开始）。

# n为点的个数
# k为特征个数

n=100
k=3
np.random.seed(0)
node_xy=np.random.random((n,2))
np.random.seed(0)
node_fea=np