提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
文章目录
前言
当前Python语言的上升趋势还是非常明显的,而且与Java等传统编程语言不同,Python语言的应用边界也相对比较宽,很多传统行业(金融、医疗、统计等)的从业者也会使用到Python语言。在产业互联网快速发展的推动下,学生和职场人学习Python语言也都有比较现实的意义。
提示:以下是本篇文章正文内容,下面案例可供参考
一、创建一个数组的 shape 为(5 , 0),元素都是零
代码如下(示例):
import numpy as np
array_one=np.zeros(5)
print(array_one)
代码结果截图
二、创建一个表示国际象棋棋盘的 8*8 数组,其中,棋盘白格用 0 填充,棋盘黑格用 1 填充
代码如下(示例):
import numpy as np
che=np.zeros((8,8))
for i in range(8):
for j in range(8):
if(i+j)%2!=0:
che[i,j]=1
print(che)
代码如下(示例):
三、简单绘图
代码如下(示例):
import matplotlib.pyplot as plt
import numpy as np
plt.plot(np.array([1,2,3,4]),np.array([1,2,1,2]))
plt.show()
代码如下(示例):
四、任意方向的随机漫步,某人从原点开始漫步,每一步都随机选择一个方向,设此人步长为 0.5 米。
(1)在直角坐标系中绘制此人某次漫步 1000 步的轨迹
代码如下(示例):
import matplotlib.pyplot as plt
import numpy as np
steps = 1000
plt.figure(facecolor='plum',edgecolor = 'pink',frameon = True)
data=np.random.randint(-2,3,size = steps)
plt.yticks([-2,-1,0,1,2])
plt.xticks([0,100,200,300,400,500,600,700,800,900,1000])
plt.plot(data)
plt.show()
代码如下(示例):
(2)重复 5000 次实验,每次随机漫步 1000 步,统计这个人离原点至少
20 米的次数,以及离开原点 20 米平均需要多少步。
代码如下(示例):
import matplotlib.pyplot as plt
import numpy as np
nwalks = 5000
nsteps = 1000
draws = np.random.randint(0,2,size=(nwalks,nsteps))
steps = np.where(draws >0, 1, -1)
walks = steps.cumsum(1)
print(walks)
hits20 = (np.abs(walks)>=20).any(1)
print(hits20.sum())
print(hits20.mean())
代码如下(示例):