1.numpy操作
- numpy 的array操作
- 1.导入numpy库
- 2.建立一个一维数组 a 初始化为[4,5,6], (1)输出a 的类型(type)(2)输出a的各维度的大小(shape)(3)输出 a的第一个元素(值为4)
- 3.建立一个二维数组 b,初始化为 [ [4, 5, 6],[1, 2, 3]] (1)输出各维度的大小(shape)(2)输出 b(0,0),b(0,1),b(1,1) 这三个元素(对应值分别为4,5,2)
- 4. (1)建立一个全0矩阵 a, 大小为 3x3; 类型为整型(提示: dtype = int)(2)建立一个全1矩阵b,大小为4x5; (3)建立一个单位矩阵c ,大小为4x4; (4)生成一个随机数矩阵d,大小为 3x2.
- 5. 建立一个数组 a,(值为[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] ) ,(1)打印a; (2)输出 下标为(2,3),(0,0) 这两个数组元素的值
- 6.把上一题的 a数组的 0到1行 2到3列,放到b里面去,(此处不需要从新建立a,直接调用即可)(1),输出b;(2) 输出b 的(0,0)这个元素的值
- 7. 把第5题中数组a的最后两行所有元素放到 c中,(提示: a[1:2, :])(1)输出 c ; (2) 输出 c 中第一行的最后一个元素(提示,使用 -1 表示最后一个元素)
- 8.建立数组a,初始化a为[[1, 2], [3, 4], [5, 6]],输出 (0,0)(1,1)(2,0)这三个元素(提示: 使用 print(a[[0, 1, 2], [0, 1, 0]]) )
- 9.建立矩阵a ,初始化为[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]],输出(0,0),(1,2),(2,0),(3,1) (提示使用 b = np.array([0, 2, 0, 1]) print(a[np.arange(4), b]))
- 10.对9 中输出的那四个元素,每个都加上10,然后重新输出矩阵a.(提示: a[np.arange(4), b] += 10 )
- 11. 执行 x = np.array([1, 2]),然后输出 x 的数据类型
- 12.执行 x = np.array([1.0, 2.0]) ,然后输出 x 的数据类类型
- 13.执行 x = np.array([[1, 2], [3, 4]], dtype=np.float64) ,y = np.array([[5, 6], [7, 8]], dtype=np.float64),然后输出 x+y ,和 np.add(x,y)
- 14. 利用 13题目中的x,y 输出 x-y 和 np.subtract(x,y)
- 15. 利用13题目中的x,y 输出 x*y ,和 np.multiply(x, y) 还有 np.dot(x,y),比较差异。然后自己换一个不是方阵的试试。
- 16. 利用13题目中的x,y,输出 x / y .(提示 : 使用函数 np.divide())
- 17. 利用13题目中的x,输出 x的 开方。(提示: 使用函数 np.sqrt() )
- 18.利用13题目中的x,y ,执行 print(x.dot(y)) 和 print(np.dot(x,y))
- 19.利用13题目中的 x,进行求和。提示:输出三种求和 (1)print(np.sum(x)): (2)print(np.sum(x,axis =0 )); (3)print(np.sum(x,axis = 1))
- 20.利用13题目中的 x,进行求平均数(提示:输出三种平均数(1)print(np.mean(x)) (2)print(np.mean(x,axis = 0))(3) print(np.mean(x,axis =1)))
- 21.利用13题目中的x,对x 进行矩阵转置,然后输出转置后的结果,(提示: x.T 表示对 x 的转置)
- 22.利用13题目中的x,求e的指数(提示: 函数 np.exp())
- 23.利用13题目中的 x,求值最大的下标(提示(1)print(np.argmax(x)) ,(2) print(np.argmax(x, axis =0))(3)print(np.argmax(x),axis =1))
- 24,画图,y=x*x 其中 x = np.arange(0, 100, 0.1) (提示这里用到 matplotlib.pyplot 库)
- 25.画图。画正弦函数和余弦函数, x = np.arange(0, 3 * np.pi, 0.1)(提示:这里用到 np.sin() np.cos() 函数和 matplotlib.pyplot 库)
numpy 的array操作
1.导入numpy库
import numpy as np
2.建立一个一维数组 a 初始化为[4,5,6], (1)输出a 的类型(type)(2)输出a的各维度的大小(shape)(3)输出 a的第一个元素(值为4)
a = [4, 5, 6]
a = np.array(a)
print(type(a))
print(a.shape)
print(a[0])
![在这里插入图片描述](https://img-blog.csdnimg.cn/e05cef093738441699dd83957de12eb2.png)
3.建立一个二维数组 b,初始化为 [ [4, 5, 6],[1, 2, 3]] (1)输出各维度的大小(shape)(2)输出 b(0,0),b(0,1),b(1,1) 这三个元素(对应值分别为4,5,2)
b = [[4,5,6], [1,2,3]]
b = np.array(b)
print(b.shape)
print(b[0][0], b[0][1], b[1][1])
![在这里插入图片描述](https://img-blog.csdnimg.cn/631e359fcf3b46ebbfd86bc93928fd85.png)
4. (1)建立一个全0矩阵 a, 大小为 3x3; 类型为整型(提示: dtype = int)(2)建立一个全1矩阵b,大小为4x5; (3)建立一个单位矩阵c ,大小为4x4; (4)生成一个随机数矩阵d,大小为 3x2.
a = np.zeros([3,3], dtype=int)
b = np.ones([4,5])
c = np.eye(4)
d = np.random.rand(3,2)
![在这里插入图片描述](https://img-blog.csdnimg.cn/cb62723775a7479ebea6f882bcf33fa0.png)
5. 建立一个数组 a,(值为[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] ) ,(1)打印a; (2)输出 下标为(2,3),(0,0) 这两个数组元素的值
a = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
a = np.array(a)
print(a)
print(a[2,3], a[0][0])
![在这里插入图片描述](https://img-blog.csdnimg.cn/fd631e34e20e48d1bb262164122b3ea7.png)
6.把上一题的 a数组的 0到1行 2到3列,放到b里面去,(此处不需要从新建立a,直接调用即可)(1),输出b;(2) 输出b 的(0,0)这个元素的值
b = a[0:2, :]
b = b[:, 2:4]
print(b)
print(b[0][0])
![在这里插入图片描述](https://img-blog.csdnimg.cn/f4ced5e5b6bc4e3bbf9374fb8b5db2b3.png)
7. 把第5题中数组a的最后两行所有元素放到 c中,(提示: a[1:2, :])(1)输出 c ; (2) 输出 c 中第一行的最后一个元素(提示,使用 -1 表示最后一个元素)
c = a[-2:, :]
print(c)
print(c[0][-1])
![在这里插入图片描述](https://img-blog.csdnimg.cn/cf73662fc8ca40e2b0669adcbf7fc0c6.png)
8.建立数组a,初始化a为[[1, 2], [3, 4], [5, 6]],输出 (0,0)(1,1)(2,0)这三个元素(提示: 使用 print(a[[0, 1, 2], [0, 1, 0]]) )
a = [[1, 2], [3, 4], [5, 6]]
a = np.array(a)
print(a[[0,1,2], [0,1,0]])
![在这里插入图片描述](https://img-blog.csdnimg.cn/3e4451321ddf42868f5837539705f6aa.png)
9.建立矩阵a ,初始化为[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]],输出(0,0),(1,2),(2,0),(3,1) (提示使用 b = np.array([0, 2, 0, 1]) print(a[np.arange(4), b]))
a = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]
a = np.array(a)
b = np.array([0, 2, 0, 1])
print(a[np.arange(4), b])
![在这里插入图片描述](https://img-blog.csdnimg.cn/cea39ba90d8b4b40a34b470bfb6a7011.png)
10.对9 中输出的那四个元素,每个都加上10,然后重新输出矩阵a.(提示: a[np.arange(4), b] += 10 )
a[np.arange(4), b] += 10
print(a)
![在这里插入图片描述](https://img-blog.csdnimg.cn/a29bf636998b457d957c5cf12b7dd3d9.png)
11. 执行 x = np.array([1, 2]),然后输出 x 的数据类型
x = np.array([1,2])
print(x.dtype)
![在这里插入图片描述](https://img-blog.csdnimg.cn/85184a3f291c42dc9eb38cd7ecd5878c.png)
12.执行 x = np.array([1.0, 2.0]) ,然后输出 x 的数据类类型
x = np.array([1.0, 2.0])
print(type(x))
![在这里插入图片描述](https://img-blog.csdnimg.cn/6fdb1fb4530345dca79fb0cf4b1ba078.png)
13.执行 x = np.array([[1, 2], [3, 4]], dtype=np.float64) ,y = np.array([[5, 6], [7, 8]], dtype=np.float64),然后输出 x+y ,和 np.add(x,y)
x = np.array([[1,2], [3,4]], dtype=np.float64)
y = np.array([[5,6], [7,8]], dtype=np.float64)
print(x+y)
print(np.add(x,y))
![在这里插入图片描述](https://img-blog.csdnimg.cn/4c980e6be5254ac882cf95a6cf4ffde4.png)
14. 利用 13题目中的x,y 输出 x-y 和 np.subtract(x,y)
print(x-y)
print(np.subtract(x,y))
![在这里插入图片描述](https://img-blog.csdnimg.cn/98fab1359ecd440690dcf89d6bffec76.png)
15. 利用13题目中的x,y 输出 x*y ,和 np.multiply(x, y) 还有 np.dot(x,y),比较差异。然后自己换一个不是方阵的试试。
print(x*y)
print(np.multiply(x,y))
print(np.dot(x,y))
![在这里插入图片描述](https://img-blog.csdnimg.cn/cd0326f09f5f40878cd79ba004669265.png)
16. 利用13题目中的x,y,输出 x / y .(提示 : 使用函数 np.divide())
print(np.divide(x,y))
![在这里插入图片描述](https://img-blog.csdnimg.cn/3ba0e3afc4f142c7968fdff8e5cf2748.png)
17. 利用13题目中的x,输出 x的 开方。(提示: 使用函数 np.sqrt() )
print(np.sqrt(x))
![在这里插入图片描述](https://img-blog.csdnimg.cn/dedc6b04153a49a1bbfe6da2833c0dc9.png)
18.利用13题目中的x,y ,执行 print(x.dot(y)) 和 print(np.dot(x,y))
print(x.dot(y))
print(np.dot(x,y))
![在这里插入图片描述](https://img-blog.csdnimg.cn/79922a333a8349c393a561e930e322f6.png)
19.利用13题目中的 x,进行求和。提示:输出三种求和 (1)print(np.sum(x)): (2)print(np.sum(x,axis =0 )); (3)print(np.sum(x,axis = 1))
print(np.sum(x))
print(np.sum(x, axis=0))
print(np.sum(x, axis=1))
![A](https://img-blog.csdnimg.cn/d38107f612f3491c9456ff29ade83539.png)
20.利用13题目中的 x,进行求平均数(提示:输出三种平均数(1)print(np.mean(x)) (2)print(np.mean(x,axis = 0))(3) print(np.mean(x,axis =1)))
print(np.mean(x))
print(np.mean(x, axis=0))
print(np.mean(x, axis=1))
![在这里插入图片描述](https://img-blog.csdnimg.cn/c9dca884c4ad45c5b03ebb547db1712e.png)
21.利用13题目中的x,对x 进行矩阵转置,然后输出转置后的结果,(提示: x.T 表示对 x 的转置)
print(x.T)
![在这里插入图片描述](https://img-blog.csdnimg.cn/cd2ee2370530406f977d9d49c7a66343.png)
22.利用13题目中的x,求e的指数(提示: 函数 np.exp())
print(np.exp(x))
![在这里插入图片描述](https://img-blog.csdnimg.cn/3432e504671446fd981c78b686c59d52.png)
23.利用13题目中的 x,求值最大的下标(提示(1)print(np.argmax(x)) ,(2) print(np.argmax(x, axis =0))(3)print(np.argmax(x),axis =1))
print(np.argmax(x))
print(np.argmax(x, axis=0))
print(np.argmax(x, axis=1))
![在这里插入图片描述](https://img-blog.csdnimg.cn/a16c36c2e98341cd8859cde8ecfb406c.png)
24,画图,y=x*x 其中 x = np.arange(0, 100, 0.1) (提示这里用到 matplotlib.pyplot 库)
import matplotlib.pyplot as plt
x = np.arange(0, 100, 0.1)
y = x * x
plt.plot(x,y)
plt.show()
![在这里插入图片描述](https://img-blog.csdnimg.cn/44a0bc301c91443396514db9ff886817.png)
25.画图。画正弦函数和余弦函数, x = np.arange(0, 3 * np.pi, 0.1)(提示:这里用到 np.sin() np.cos() 函数和 matplotlib.pyplot 库)
x = np.arange(0, 3*np.pi, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x, y1)
plt.plot(x, y2)
plt.show()
![在这里插入图片描述](https://img-blog.csdnimg.cn/da23c811c7074912b54daf1757196612.png)