101道Numpy、Pandas练习题

Python实战社群

Java实战社群

长按识别下方二维码,按需求添加

扫码关注添加客服

进Python社群▲

扫码关注添加客服

进Java社群

作者丨student老胡

来源丨机器学习算法与Python实战

无论是数据分析还是机器学习,数据的预处理必不可少。其中最常用、最基础的Python库非numpy和pandas莫属,很多初学者可能看了很多教程,但是很快就把用法忘光了。

光看不练假把式,今天向大家推荐三套感觉不错的练习题,感兴趣的同学可以练练手,挑战一下。

每套题都分四个Level的难度

Difficulty Level: L1

Q. Extract all odd numbers from arr

Input:

arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
Desired output:

#> array([1, 3, 5, 7, 9])

答案是隐藏的,点开Solution即可查看

# Input
arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

# Solution
arr[arr % 2 == 1]
#> array([1, 3, 5, 7, 9])

Numpy 练习题

https://www.machinelearningplus.com/python/101-numpy-exercises-python/

Pandas 练习题

https://www.machinelearningplus.com/python/101-pandas-exercises-python/

datatable 练习题

  • 工具包 datatable 的功能特征与 Pandas 非常类似,但更侧重于速度以及对大数据的支持。

https://www.machinelearningplus.com/data-manipulation/101-python-datatable-exercises-pydatatable/



程序员专栏 扫码关注填加客服 长按识别下方二维码进群

近期精彩内容推荐:   10年巨变,我女神成了我老婆... 一个程序员的水平能差到什么程度? 在一个公司死磕5-10年的程序员都怎么样了? 史上最污技术解读,我竟然秒懂了



在看点这里好文分享给更多人↓↓
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值