datawhale-pandas数据分析预备

datawhale-pandas数据分析预备

列表推导式

def my_func(x):
    return 2*x

[* for i in *]

其中，第一个 * 为映射函数，其输入为后面 i 指代的内容，第二个 * 表示迭代的对象。

[my_func(i) for i in range(5)]

[0, 2, 4, 6, 8]

列表表达式支持多层嵌套

[m+'_'+n for m in['a','b'] for n in['c','d']]

['a_c', 'a_d', 'b_c', 'b_d']

条件赋值

value = a if condition else b ：

value = 'cat' if 2>1 else 'dog'

value

'cat'

下面举一个例子，截断列表中超过5的元素，即超过5的用5代替，小于5的保留原来的值：

L=[1,2,3,4,5,6,7]

[i if i<=5 else 5 for i in L]

[1, 2, 3, 4, 5, 5, 5]

lambda

my_func=lambda x:2*x

my_func(2)

4

f2=lambda a,b:a+b

f2(1,2)

3

[ (lambda i:2*i)(x) for x in range(5)]

[0, 2, 4, 6, 8]

对于上述的这种列表推导式的匿名函数映射， Python 中提供了 map 函数来完成，它返回的是一个 map 对象，需要通过 list 转为列表：

list(map(lambda x: 2*x, range(5)))

[0, 2, 4, 6, 8]

对于多个输入值的函数映射，可以通过追加迭代对象实现：

list(map(lambda x, y: str(x)+'_'+y, range(5), list('abcde')))

['0_a', '1_b', '2_c', '3_d', '4_e']

zip

zip函数能够把多个可迭代对象打包成一个元组构成的可迭代对象，它返回了一个 zip 对象，通过 tuple, list 可以得到相应的打包结果：

L1, L2, L3 = list('abc'), list('def'), list('hij')

list(zip(L1, L2, L3))

[('a', 'd', 'h'), ('b', 'e', 'i'), ('c', 'f', 'j')]

tuple(zip(L1, L2, L3))

(('a', 'd', 'h'), ('b', 'e', 'i'), ('c', 'f', 'j'))

for i,j,k in zip(L1,L2,L3):
    print(i,j,k)

a d h
b e i
c f j

enumerate

enumerate 是一种特殊的打包，它可以在迭代时绑定迭代元素的遍历序号：

L = list('abcd')

for index, value in enumerate(L):
    print(index, value)

0 a
1 b
2 c
3 d

用zip实现这个功能

[*zip(range(len(L)),L)]

[(0, 'a'), (1, 'b'), (2, 'c'), (3, 'd')]

for index,value in zip(range(len(L)),L):
    print(index,value)

0 a
1 b
2 c
3 d

当需要对两个列表建立字典映射时，可以利用 zip 对象：

dict(zip(L1,L2))

{'a': 'd', 'b': 'e', 'c': 'f'}

zipped = list(zip(L1, L2, L3))

zipped

[('a', 'd', 'h'), ('b', 'e', 'i'), ('c', 'f', 'j')]

list(zip(*zipped))

[('a', 'b', 'c'), ('d', 'e', 'f'), ('h', 'i', 'j')]

numpy回顾

1. np数组的构造

import numpy as np

最一般的方法是通过 array 来构造：

np.array([1,2,3])

array([1, 2, 3])

等差序列： np.linspace, np.arange

np.linspace(1,5,9) # 起始、终止（包含）、样本个数

array([1. , 1.5, 2. , 2.5, 3. , 3.5, 4. , 4.5, 5. ])

np.arange(1,5,2) # 起始、终止（不包含）、步长

array([1, 3])

特殊矩阵： zeros, eye, full

np.zeros((2,3)) # 传入元组表示各维度大小

array([[0., 0., 0.],
       [0., 0., 0.]])

np.eye(3) #代表维度3*3的单位矩阵

array([[1., 0., 0.],
       [0., 1., 0.],
       [0., 0., 1.]])

np.eye(3, k=1) # 偏移主对角线1个单位的伪单位矩阵

array([[0., 1., 0.],
       [0., 0., 1.],
       [0., 0., 0.]])

np.eye(3, k=-1) # 偏移主对角线1个单位的伪单位矩阵

array([[0., 0., 0.],
       [1., 0., 0.],
       [0., 1., 0.]])

np.eye(3, k=2) # 偏移主对角线1个单位的伪单位矩阵

array([[0., 0., 1.],
       [0., 0., 0.],
       [0., 0., 0.]])

np.full((2,3),10)# 元组传入大小，10表示填充数值

array([[10, 10, 10],
       [10, 10, 10]])

np.full((2,3), [1,2,3]) # 每行填入相同的列表

array([[1, 2, 3],
       [1, 2, 3]])

随机矩阵: np.random

函数	含义
np.random.rand	0-1均匀分布的随机数组
np.random.randn	标准正态的随机数组
np.random.randint	随机整数组
np.random.choice	随机列表抽样

np.random.rand

np.random.rand(3)# 生成服从0-1均匀分布的三个随机数

array([0.25659368, 0.37802498, 0.62494881])

np.random.rand(3,3)# 生成服从0-1均匀分布的三个随机数

array([[0.64676496, 0.59502481, 0.61343668],
       [0.16019992, 0.49285208, 0.96761024],
       [0.94030055, 0.48943744, 0.1143115 ]])

对于服从区间 a 到 b 上的均匀分布可以如下生成：

 a, b = 5, 15

(b - a) * np.random.rand(3) + a

array([ 8.84499261, 10.21774591,  8.16028516])

一般的，可以选择已有的库函数：

np.random.uniform(5, 15, 3)

array([8.86348101, 9.14266299, 8.60513876])

np.random.randn

randn 生成了 $N(0,I)$ 的标准正态分布：

np.random.randn(3)

array([ 1.41288442, -0.73967664, -0.23529916])

np.random.randn(2, 2)

array([[ 0.85735525, -0.17674214],
       [-0.28607067,  1.49904315]])

对于服从$N(\mu ,{\sigma }^2)$的一元正态分布则有

mu,sigma=3,2.5
mu+np.random.randn(3)*sigma

array([-0.26367497,  1.87383756,  2.81701976])

np.random.normal(3,2.5,3)

array([6.40062933, 3.28135583, 0.65048172])

randint 可以指定生成随机整数最大值（不包含）和维度大小：

low, high, size = 5, 15, (2,2) # 生成5到14的随机整数

np.random.randint(low, high, size)

array([[13, 14],
       [ 7, 10]])

choice 可以从给定的列表中，以一定概率和方式抽取结果，当不指定概率时为均匀采样，默认抽取方式为有放回抽样：

my_list = ['a', 'b', 'c', 'd']

np.random.choice(my_list, 2, replace=False, p=[0.1, 0.7, 0.1 ,0.1])

array(['a', 'b'], dtype='<U1')

np.random.choice(my_list, (2,2), replace=True, p=[0.1, 0.7, 0.1 ,0.1])

array([['d', 'b'],
       ['b', 'b']], dtype='<U1')

np.random.choice(my_list, (3,3))

array([['d', 'c', 'c'],
       ['d', 'a', 'c'],
       ['d', 'b', 'b']], dtype='<U1')

当返回的元素个数与原列表相同时，不放回抽样等价于使用 permutation 函数，即打散原列表：

np.random.permutation(my_list)

array(['d', 'b', 'c', 'a'], dtype='<U1')

最后，需要提到的是随机种子，它能够固定随机数的输出结果：

np.random.seed(0)

np.random.rand()

0.5488135039273248

np.random.rand(0)

np.random.rand()

0.5488135039273248

np.random.rand()

0.6027633760716439

2. np数组的变形与合并

转置

np.zeros((2,3)).T

array([[0., 0.],
       [0., 0.],
       [0., 0.]])

合并操作

np.r_[np.zeros((2,3)),np.zeros((2,3))] #上下合并

array([[0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.],
       [0., 0., 0.]])

np.c_[np.zeros((2,3)),np.zeros((2,3))] #左右合并

array([[0., 0., 0., 0., 0., 0.],
       [0., 0., 0., 0., 0., 0.]])

一维数组和二维数组进行合并时，应当把其视作列向量，在长度匹配的情况下只能够使用左右合并的 c_ 操作：

try:
    np.r_[np.array([0,0]),np.zeros((2,1))]
except Exception as e:
    Err_Msg=e

Err_Msg

ValueError('all the input arrays must have same number of dimensions, but the array at index 0 has 1 dimension(s) and the array at index 1 has 2 dimension(s)')

np.r_[np.array([0,0]),np.zeros(2)]

array([0., 0., 0., 0.])

np.c_[np.array([0,0]),np.zeros((2,3))]

array([[0., 0., 0., 0.],
       [0., 0., 0., 0.]])

维度变换: reshape

target = np.arange(8).reshape(2,4)

target

array([[0, 1, 2, 3],
       [4, 5, 6, 7]])

target.reshape((4,2), order='C') # 按照行读取和填充

array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7]])

target.reshape((4,2), order='F') # 按照列读取和填充

array([[0, 2],
       [4, 6],
       [1, 3],
       [5, 7]])

特别地，由于被调用数组的大小是确定的， reshape 允许有一个维度存在空缺，此时只需填充-1即可：

target.reshape((4,-1))

array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7]])

target = np.ones((3,1))

target

array([[1.],
       [1.],
       [1.]])

target.reshape(-1)

array([1., 1., 1.])

3. np数组的切片与索引

数组的切片模式支持使用 slice 类型的 start:end:step 切片，还可以直接传入列表指定某个维度的索引进行切片：

target = np.arange(9).reshape(3,3)

target

array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

target[:-1, [0,2]]

array([[0, 2],
       [3, 5]])

target[0:1,:]

array([[0, 1, 2]])

target[0:-1,[0]]

array([[0],
       [3]])

此外，还可以利用 np.ix_ 在对应的维度上使用布尔索引，但此时不能使用 slice 切片：

target[np.ix_([True, False, True], [True, False, True])]

array([[0, 2],
       [6, 8]])

target[np.ix_([1,2], [True, False, True])]

array([[3, 5],
       [6, 8]])

当数组维度为1维时，可以直接进行布尔索引，而无需 np.ix_：

new = target.reshape(-1)

new[new%2==0]

array([0, 2, 4, 6, 8])

常用函数

where 是一种条件函数，可以指定满足条件与不满足条件位置对应的填充值：

a = np.array([-1,1,-1,0])

np.where(a>0, a, 5) # 对应位置为True时填充a对应元素，否则填充5

array([5, 1, 5, 5])

nonzero, argmax, argmin

这三个函数返回的都是索引， nonzero 返回非零数的索引， argmax, argmin 分别返回最大和最小数的索引：

a = np.array([-2,-5,0,1,3,-1])

np.nonzero(a)

(array([0, 1, 3, 4, 5], dtype=int64),)

a.argmax()

4

a.argmin()

1

any 指当序列至少 存在一个 True 或非零元素时返回 True ，否则返回 False

all 指当序列元素 全为 True 或非零元素时返回 True ，否则返回 False

a = np.array([0,1])

a.any()

True

a.all()

False

cumprod, cumsum 分别表示累乘和累加函数，返回同长度的数组， diff 表示和前一个元素做差，由于第一个元素为缺失值，因此在默认参数情况下，返回长度是原数组减1

a = np.array([1,2,3])

a.cumsum()

array([1, 3, 6], dtype=int32)

a.cumprod()

array([1, 2, 6], dtype=int32)

np.diff(a)

array([1, 1])

统计函数

常用的统计函数包括 max, min, mean, median, std, var, sum, quantile ，其中分位数计算是全局方法，因此不能通过 array.quantile 的方法调用：

target = np.arange(5)

target

array([0, 1, 2, 3, 4])

 target.max()

4

np.quantile(target, 0.15) # 0.5分位数

0.6

但是对于含有缺失值的数组，它们返回的结果也是缺失值，如果需要略过缺失值，必须使用 nan* 类型的函数，上述的几个统计函数都有对应的 nan* 函数。

target = np.array([1, 2, np.nan])

target

array([ 1.,  2., nan])

target.max()

nan

np.nanmax(target)

2.0

np.nanquantile(target, 0.5)

1.5

对于协方差和相关系数分别可以利用 cov, corrcoef如下计算：

target1 = np.array([1,3,5,9])

target2 = np.array([1,5,3,-9])

np.cov(target1, target2)

array([[ 11.66666667, -16.66666667],
       [-16.66666667,  38.66666667]])

np.corrcoef(target1, target2)

array([[ 1.        , -0.78470603],
       [-0.78470603,  1.        ]])

最后，需要说明二维 Numpy 数组中统计函数的 axis 参数，它能够进行某一个维度下的统计特征计算，当 axis=0 时结果为列的统计指标，当 axis=1时结果为行的统计指标：

target = np.arange(1,10).reshape(3,-1)

target

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

target.sum(0)

array([12, 15, 18])

target.sum(1)

array([ 6, 15, 24])

广播机制

标量和数组的操作
当一个标量和数组进行运算时，标量会自动把大小扩充为数组大小，之后进行逐元素操作：

res = 3 * np.ones((2,2)) + 1

res

array([[4., 4.],
       [4., 4.]])

res = 1 / res

res

array([[0.25, 0.25],
       [0.25, 0.25]])

二维数组之间的操作

res = np.ones((3,2))

res * np.array([[2,3]]) # 第二个数组扩充第一维度为3

array([[2., 3.],
       [2., 3.],
       [2., 3.]])

res * np.array([[2],[3],[4]]) # 第二个数组扩充第二维度为2

array([[2., 2.],
       [3., 3.],
       [4., 4.]])

res * np.array([[2]]) # 等价于两次扩充，第二个数组两个维度分别扩充为3和2

array([[2., 2.],
       [2., 2.],
       [2., 2.]])

一维数组与二维数组的操作

np.ones(3) + np.ones((2,3))

array([[2., 2., 2.],
       [2., 2., 2.]])

np.ones(3) + np.ones((2,1))

array([[2., 2., 2.],
       [2., 2., 2.]])

np.ones(1) + np.ones((2,3))

array([[2., 2., 2.],
       [2., 2., 2.]])

向量与矩阵的计算

向量内积：dot

$$a\cdot b={\Sigma }_i{a}_i{b}_i$$

a = np.array([1,2,3])

b = np.array([1,3,5])

a.dot(b)

22

向量范数和矩阵范数: np.linalg.norm

matrix_target =  np.arange(4).reshape(-1,2)

matrix_target

array([[0, 1],
       [2, 3]])

np.linalg.norm(matrix_target, 'fro')

3.7416573867739413

np.linalg.norm(matrix_target, np.inf)

5.0

np.linalg.norm(matrix_target, 2)

3.702459173643833

vector_target =  np.arange(4)

vector_target

array([0, 1, 2, 3])

np.linalg.norm(vector_target, np.inf)

3.0

np.linalg.norm(vector_target, 2)

3.7416573867739413

np.linalg.norm(vector_target, 3)

3.3019272488946263

矩阵乘法

a = np.arange(4).reshape(-1,2)

b = np.arange(-4,0).reshape(-1,2)

a

array([[0, 1],
       [2, 3]])

b

array([[-4, -3],
       [-2, -1]])

a@b

array([[ -2,  -1],
       [-14,  -9]])

Ex1：利用列表推导式写矩阵乘法

方法1

M1 = np.random.rand(2,3)

M2 = np.random.rand(3,4)

res = np.zeros((M1.shape[0],M2.shape[1]))

res.shape

(2, 4)

res

array([[0., 0., 0., 0.],
       [0., 0., 0., 0.]])

i=0

def multifuc(i,j,k):
    res[i][j]+=M1[i][k] * M2[k][j]
    return res[i][j]

%timeit -n 30 [ multifuc(i,j,k)  for i in range(M1.shape[0])  for j in range(M2.shape[1]) for k in range(M1.shape[1])]

83.3 µs ± 33.6 µs per loop (mean ± std. dev. of 7 runs, 30 loops each)

(np.abs((M1@M2 - res) < 1e-15)).all()

True

方法2

i=0

sum([M1[i][k] * M2[k][j] for j in range(M2.shape[1]) for k in range(M1.shape[1])])

3.745920492921166

%timeit -n 30 [sum([M1[i][k] * M2[k][j] for j in range(M2.shape[1]) for k in range(M1.shape[1])]) for i in range(M1.shape[0])  for j in range(M2.shape[1]) ]

203 µs ± 33.3 µs per loop (mean ± std. dev. of 7 runs, 30 loops each)

(np.abs((M1@M2 - res) < 1e-15)).all()

True

很明显第一种方法会比datawhale官方的要少一个循环，虽然这样确实有点取巧

Ex2：更新矩阵

Ex2：更新矩阵

设矩阵 $A_{m\times n}$ ，现在对 $A$ 中的每一个元素进行更新生成矩阵 $B$ ，更新方法是 $B_{ij}=A_{ij}{\sum }_{k=1}^n\frac{1}{A_{ik}}$ ，例如下面的矩阵为 $A$ ，则 $B_{2,2}=5\times (\frac{1}{4}+\frac{1}{5}+\frac{1}{6})=\frac{37}{12}$ ，请利用 Numpy 高效实现。
$$A=\left[\begin{array}{ccc}1& 2& 3\\ 4& 5& 6\\ 7& 8& 9\end{array}\right]$$

import numpy as np

A=np.arange(1,10).reshape(3,-1)#start从0开始，默认不包含end

A

array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

A_reverse = 1/A

A_reverse

array([[1.        , 0.5       , 0.33333333],
       [0.25      , 0.2       , 0.16666667],
       [0.14285714, 0.125     , 0.11111111]])

A_reverse.sum(axis=1).reshape(3,-1)

array([[1.83333333],
       [0.61666667],
       [0.37896825]])

res =A*(A_reverse.sum(axis=1).reshape(3,-1))

res

array([[1.83333333, 3.66666667, 5.5       ],
       [2.46666667, 3.08333333, 3.7       ],
       [2.65277778, 3.03174603, 3.41071429]])

res.shape

(3, 3)

Ex3：卡方统计量

设矩阵$A_{m\times n}$，记$B_{ij}=\frac{({\sum }_{i=1}^m{A}_{ij})\times ({\sum }_{j=1}^n{A}_{ij})}{{\sum }_{i=1}^m{\sum }_{j=1}^n{A}_{ij}}$，定义卡方值如下：
$${\chi }^2=\sum _{i=1}^m\sum _{j=1}^n\frac{(A_{ij}-B_{ij}{)}^2}{B_{ij}}$$
请利用Numpy对给定的矩阵$A$计算${\chi }^2$

$({\sum }_{i=1}^m{A}_{ij})\times ({\sum }_{j=1}^n{A}_{ij})shape(8\times 1)\times (1\times 5)$

np.random.seed(0)

A = np.random.randint(10, 20, (8, 5))

通过分析我们可以看出其实矩阵$B$就是矩阵$A$通过对行和列求和再叉乘，然后除以所有元素的和

A_rowsum=A.sum(axis=0).reshape(1,-1)

A_columnsum=A.sum(axis=1).reshape(-1,1)

A_columnsum.shape,A_rowsum.shape

((8, 1), (1, 5))

A_rowsum*A_columnsum #有点离谱
#主要是*号对应数组用数组乘法，矩阵用矩阵乘法

array([[ 8160,  7548,  8772,  7888,  6868],
       [ 8760,  8103,  9417,  8468,  7373],
       [ 9600,  8880, 10320,  9280,  8080],
       [ 9480,  8769, 10191,  9164,  7979],
       [10200,  9435, 10965,  9860,  8585],
       [ 7320,  6771,  7869,  7076,  6161],
       [ 8040,  7437,  8643,  7772,  6767],
       [ 7680,  7104,  8256,  7424,  6464]])

(A_rowsum*A_columnsum).shape

(8, 5)

A_columnsum@A_rowsum #比较推荐这种

array([[ 8160,  7548,  8772,  7888,  6868],
       [ 8760,  8103,  9417,  8468,  7373],
       [ 9600,  8880, 10320,  9280,  8080],
       [ 9480,  8769, 10191,  9164,  7979],
       [10200,  9435, 10965,  9860,  8585],
       [ 7320,  6771,  7869,  7076,  6161],
       [ 8040,  7437,  8643,  7772,  6767],
       [ 7680,  7104,  8256,  7424,  6464]])

B=(A_columnsum@A_rowsum)/A.sum()

B.shape==A.shape

True

res = ((A-B)**2/B).sum()
res

11.842696601945802

np.random.seed(0)
A = np.random.randint(10, 20, (8, 5))
B = A.sum(0)*A.sum(1).reshape(-1, 1)/A.sum() #个人认为这样写其实会误导初学者
res = ((A-B)**2/B).sum()
res

11.842696601945802

Ex4：改进矩阵计算的性能

原方法

import numpy as np

np.random.seed(0)
m,n,p=100,80,50
B=np.random.randint(0,2,(m,p))
U=np.random.randint(0,2,(p,n))
Z=np.random.randint(0,2,(m,n))

def solution(B=B, U=U, Z=Z):
    L_res = []
    for i in range(m):
        for j in range(n):
            norm_value = ((B[i]-U[:,j])**2).sum()
            L_res.append(norm_value*Z[i][j])
    return sum(L_res)

solution(B, U, Z)

100566

从上式可以看出，第一第二项分别为$B$的行平方和与$U$的列平方和，第三项是两倍的内积。因此，$Y$矩阵可以写为三个部分，第一个部分是$m\times n$的全$1$矩阵每行乘以$B$对应行的行平方和，第二个部分是相同大小的全$1$矩阵每列乘以$U$对应列的列平方和，第三个部分恰为$B$矩阵与$U$矩阵乘积的两倍。从而结果如下：

B[1].shape

(50,)

U[:,1].shape

(50,)

(((B**2).sum(axis=1).reshape(-1,1)+(U**2).sum(axis=0)-2*B@U)*Z).sum()

100566

连续整数的最大长度

输入一个整数的 Numpy 数组，返回其中严格递增连续整数子数组的最大长度。例如，输入 [1,2,5,6,7]，[5,6,7]为具有最大长度的递增连续整数子数组，因此输出3；输入[3,2,1,2,3,4,6]，[1,2,3,4]为具有最大长度的递增连续整数子数组，因此输出4。请充分利用 Numpy 的内置函数完成。（提示：考虑使用 nonzero, diff 函数）

f = lambda x:np.diff(np.nonzero(np.r_[1,np.diff(x)!=1,1])).max()
f([1,2,5,6,7])
f([3,2,1,2,3,4,6])

4

x=[1,2,5,6,7]

np.diff(x)

array([1, 3, 1, 1])

np.diff(x)!=1

array([False,  True, False, False])

np.r_[1,np.diff(x)!=1,1]

array([1, 0, 1, 0, 0, 1], dtype=int32)

np.nonzero(np.r_[1,np.diff(x)!=1,1])

(array([0, 2, 5], dtype=int64),)

np.diff(np.nonzero(np.r_[1,np.diff(x)!=1,1])).max()

3

1.842696601945802

Ex4：改进矩阵计算的性能

原方法

[外链图片转存中…(img-eDkWiRZe-1608522933099)]

import numpy as np

np.random.seed(0)
m,n,p=100,80,50
B=np.random.randint(0,2,(m,p))
U=np.random.randint(0,2,(p,n))
Z=np.random.randint(0,2,(m,n))

def solution(B=B, U=U, Z=Z):
    L_res = []
    for i in range(m):
        for j in range(n):
            norm_value = ((B[i]-U[:,j])**2).sum()
            L_res.append(norm_value*Z[i][j])
    return sum(L_res)

solution(B, U, Z)

100566

改进方法：

令$Y_{ij}=\Vert B_i-U_j{\Vert }_2^2$，则$R=\sum _{i=1}^m\sum _{j=1}^n{Y}_{ij}{Z}_{ij}$，这在Numpy中可以用逐元素的乘法后求和实现，因此问题转化为了如何构造Y矩阵。

KaTeX parse error: No such environment: split at position 8: \begin{̲s̲p̲l̲i̲t̲}̲Y_{ij} &= \|B_i…

从上式可以看出，第一第二项分别为$B$的行平方和与$U$的列平方和，第三项是两倍的内积。因此，$Y$矩阵可以写为三个部分，第一个部分是$m\times n$的全$1$矩阵每行乘以$B$对应行的行平方和，第二个部分是相同大小的全$1$矩阵每列乘以$U$对应列的列平方和，第三个部分恰为$B$矩阵与$U$矩阵乘积的两倍。从而结果如下：

B[1].shape

(50,)

U[:,1].shape

(50,)

(((B**2).sum(axis=1).reshape(-1,1)+(U**2).sum(axis=0)-2*B@U)*Z).sum()

100566

连续整数的最大长度

输入一个整数的 Numpy 数组，返回其中严格递增连续整数子数组的最大长度。例如，输入 [1,2,5,6,7]，[5,6,7]为具有最大长度的递增连续整数子数组，因此输出3；输入[3,2,1,2,3,4,6]，[1,2,3,4]为具有最大长度的递增连续整数子数组，因此输出4。请充分利用 Numpy 的内置函数完成。（提示：考虑使用 nonzero, diff 函数）

f = lambda x:np.diff(np.nonzero(np.r_[1,np.diff(x)!=1,1])).max()
f([1,2,5,6,7])
f([3,2,1,2,3,4,6])

4

x=[1,2,5,6,7]

np.diff(x)

array([1, 3, 1, 1])

np.diff(x)!=1

array([False,  True, False, False])

np.r_[1,np.diff(x)!=1,1]

array([1, 0, 1, 0, 0, 1], dtype=int32)

np.nonzero(np.r_[1,np.diff(x)!=1,1])

(array([0, 2, 5], dtype=int64),)

np.diff(np.nonzero(np.r_[1,np.diff(x)!=1,1])).max()

3