python学习：numpy100道题

Numpy介绍

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。

Numpy100道题

题目来源GitHub，Numpy100道题
这里我写的一写是适合我自己的题目，有需要的看全部的去github

15 创建一个2维数组，该数组边界值为1，内部的值为0 (★☆☆)

a15 = np.ones((5,5))
a15[1:-1,1:-1] = 0
print(a15)

16. 如何用0来填充一个数组的边界？ (★☆☆)

a16 = np.ones((10,10))
a16 = np.pad(a16,pad_width=1,mode='constant',constant_values=0)
print(a16)

18. 创建一个5x5的矩阵，且设置值1, 2, 3, 4在其对角线下面一行(★☆☆)**

a18 = np.diag([1,2,3,4],k = -1)
print(a18)

19. 创建一个8x8的国际象棋棋盘矩阵（黑块为0，白块为1） (★☆☆)

a19 = np.ones((8,8))
a19[1::2,::2] = 0
a19[::2,1::2] = 0
print (a19)

20. 思考一下形状为(6, 7, 8)的数组的形状，且第100个元素的索引(x, y, z)分别是什么？(★☆☆)**

print(np.unravel_index(100,(6,7,8)))

21. 用tile函数创建一个8x8的棋盘矩阵(★☆☆)**

a21 = np.tile(np.array([[1,0],[0,1]]),(4,4))
print(a21)

25. 给定一个一维数组把它索引从3到8的元素求相反数 (★☆☆)

a25 = np.arange(11)
a25[(3<=a25)&(a25 < 8)] *= -1
print(a25)

30. 如何找出两个数组公共的元素? (★☆☆)

a30 = np.random.randint(0,10,10)
a30_ = np.random.randint(0,10,10)
print(a30)
print(a30_)
print(np.intersect1d(a30,a30_))

36. 用5种不同的方法提取随机数组中的整数部分 (★★☆)

a36 = np.random.uniform(0,10,10)
print(a36-a36%1)
print(np.floor(a36))
print(a36.astype(int))
print(np.trunc(a36))

42. 如何判断两随机数组相等 (★★☆)

a42 = np.random.randint(0,2,5)
a42_ = np.random.randint(0,2,5)
equl = np.allclose(a42,a42_)
print(equl)

59. 如何对数组通过第n列进行排序? (★★☆)

a59 = np.random.randint(0,1,(3,3))
print(a59[a59[:,].argsort()])

71. 考虑一个维度(5,5,3)的数组，如何将其与一个(5,5)的数组相乘？ (★★★)

a71 = np.ones((5,5,3))
a71_ = 2*np.ones((5,5))
print(a71*a71_[:,:,None])

72. 如何对一个数组中任意两行做交换? (★★★)

a72 = np.arange(25).reshape(5,5)
a72[[0,1]] = a72[[1,0]]

82. 计算矩阵的秩 (★★★)

a82 = np.random.uniform(0,1,(10,10))
u,s,v = np.linalg.svd(a82)
rank = np.sum(a82>1e-10)
print(rank)

83. 如何找出数组中出现频率最高的值?(★★★)**

a83 = np.random.randint(0,10,50)
print(np.bincount(a83).argmax())

84. 从一个10x10的矩阵中提取出连续的3x3区块(★★★)**

a84 = np.random.randint(0,5,(10,10))
n = 3
i = 1 + (a84.shape[0]-3)
j = 1 + (a84.shape[1]-3)
C = np.lib.stride_tricks.as_strided(a84, shape=(i, j, n, n), strides=a84.strides + a84.strides)
print(C)

87. 对于一个16x16的数组，如何得到一个区域的和(区域大小为4x4)? (★★★)

a87 = np.ones((16, 16))
k = 4
S = np.add.reduceat(np.add.reduceat(a87, np.arange(0, a87.shape[0], k), axis=0), np.arange(0, a87.shape[1], k), axis=1)
print(S)