01 NumPy基础
第1关:ndarray对象
100
- 任务要求
- 参考答案
- 评论107
任务描述
本关任务:根据本关所学知识,补全右侧代码编辑器中缺失的代码,完成程序的编写并通过所有测试用例。
相关知识
为了完成本关任务,你需要掌握:
-
怎样安装
NumPy
; -
什么是
ndarray
对象; -
如何实例化
ndarray
对象。
怎样安装NumPy
本地想要安装NumPy
其实非常简单,进入命令行,输入pip install numpy
即可。
什么是ndarray对象
NumPy
为什么能够受到各个数据科学从业人员的青睐与追捧,其实很大程度上是因为NumPy
在向量计算方面做了很多优化,接口也非常友好(总之就是用起来很爽)。而这些其实都是在围绕着NumPy
的一个 核心数据结构ndarray
。
ndarray
的全称是N-Dimension Arrary
,字面意义上其实已经表明了一个ndarray
对象就是一个N
维数组。但要注意的是,ndarray
是同质的。同质的意思就是说 N
维数组里的所有元素必须是属于同一种数据类型的 。 (PS
: python
中的list
是异质的) 。
ndarray
对象实例化好了之后,包含了一些基本的属性。比如shape
,ndim
,size
,dtype
。其中:
-
shape
:ndarray
对象的形状,由一个tuple
表示; -
ndim
:ndarray
对象的维度; -
size
:ndarray
对象中元素的数量; -
dtype
:ndarray
对象中元素的数据类型,例如int64
,float32
等。
来看个例子,假设现在有一个3
行5
列的矩阵(ndarray
)如下:
array([[ 0, 1, 2, 3, 4],
[ 5, 6, 7, 8, 9],
[10, 11, 12, 13, 14]])
那么该ndarray
的shape
是(3, 5)
(代表3
行5
列);
ndim
是2
(因为矩阵有行和列两个维度);
size
是15
(因为矩阵总共有15
个元素);
dtype
是int32
(因为矩阵中元素都是整数,并且用32
位整型足够表示矩阵中的元素)。
示例代码如下:
# 导入numpy并取别名为np
import numpy as np
# 构造ndarray
a = np.arange(15).reshape(3, 5)
# 打印a的shape,ndim,size,dtype
print(a.shape)
print(a.ndim)
print(a.size)
print(a.dtype)
如何实例化ndarray对象
实例化ndarray
对象的函数有很多种,但最为常用的函数是array
,zeros
,ones
以及empty
。
使用array函数实例化ndarray对象
如果你手头上有一个python
的list
,想要将这个list
转成ndarray
,此时可以使用NumPy
中的array
函数将list
中的值作为初始值,来实例化一个ndarray
对象。代码如下:
import numpy as np
# 使用列表作为初始值,实例化ndarray对象a
a = np.array([2,3,4])
# 打印ndarray对象a
print(a)
使用zeros,ones,empty函数实例化ndarray对象
通常在写代码的时候,数组中元素的值一般都喜欢先初始化成0
,如果使用array
的方式实例化ndarray
对象的话,虽然能实现功能,但显得很麻烦( 首先要有一个全是0
的list
)。那有没有简单粗暴的方式呢,有!!那就是zeros
函数,你只需要把ndarray
的shape
作为参数传进去即可。代码如下:
import numpy as np
# 实例化ndarray对象a,a是一个3行4列的矩阵,矩阵中元素全为0
a = np.zeros((3, 4))
# 打印ndarray对象a
print(a)
如果想把数组中的元素全部初始化成1
,聪明的你应该能想到就是用ones
函数,ones
的用法与zeros
一致。代码如下:
import numpy as np
# 实例化ndarray对象a,a是一个3行4列的矩阵,矩阵中元素全为1
a = np.ones((3, 4))
# 打印ndarray对象a
print(a)
如果01大法
满足不了你,想要用随机值作为初始值来实例化ndarray
对象,empty
函数能够满足你。empty
的使用方式与zeros
和ones
如出一辙,代码如下:
import numpy as np
# 实例化ndarray对象a,a是一个2行3列的矩阵,矩阵中元素全为随机值
a = np.empty((2, 3))
# 打印ndarray对象a
print(a)
编程要求
根据提示,在右侧编辑器Begin-End
中填充代码,根据测试用例的输入,实例化出对应的ndarray
对象并打印。
- 具体要求请参见后续测试样例。
请先仔细阅读右侧上部代码编辑区内给出的代码框架,再开始你的编程工作!
测试说明
平台会对你编写的代码进行测试,对比你输出的数值与实际正确的数值,只有所有数据全部计算正确才能进入下一关。
-
shape
:为需要实例化出来的ndarray
对象的shape
; -
data
:表示需要实例化出来的ndarray
对象中元素的值。
例如:{'shape':[1, 2], 'data':[[1, 2]]}
表示ndarray
对象的形状为1
行2
列,第1
行第1
列的值为1
,第1
行第2
列的值为2
。
测试输入: {'shape':[1, 2], 'data':[[1, 2]]}
预期输出: [[1 2]]
import numpy as np
def print_ndarray(input_data):
'''
实例化ndarray对象并打印
:param input_data: 测试用例,类型为字典类型
:return: None
'''
#********* Begin *********#
a = np.array(input_data['data'])
print(a)
#********* End *********#
第2关:形状操作
100
- 任务要求
- 参考答案
- 评论107
任务描述
本关任务:根据本关所学知识,补全右侧代码编辑器中缺失的代码,完成程序的编写并通过所有测试用例。
相关知识
为了完成本关任务,你需要掌握:怎样改变ndarray
对象的形状。
怎样改变ndarray
对象的形状
改变形状
上一关介绍了怎样实例化ndarray
对象,比如想实例化一个3
行4
列的二维数组,并且数组中的值全为0
。就可能会写如下代码:
import numpy as np
a = np.zeros((3, 4))
那如果想把a
变成4
行3
列的二维数组,怎么办呢?比较聪明的同学可能会想到这样的代码:
import numpy as np
a = np.zeros((3, 4))
# 直接修改shape属性
a.shape = [4, 3]
最后你会发现,这样的代码可以完成功能,但是这种直接改属性的方式太粗暴了,不符合良好的编程规范。
更加优雅的解决方式是使用NumPy
为我们提供了一个用来改变ndarray
对象的shape
的函数,叫 reshape
。
NumPy
为了照顾偏向于面向对象或者这偏向于面向过程这两种不同风格的程序员,提供了2
种调用 reshape
函数的方式(其实很多函数都提供了两种风格的接口)。
如果你更偏向于面向对象,那么你可以想象成ndarray
对象中提供好了一个叫reshape
成员函数。代码如下:
import numpy as np
a = np.zeros((3, 4))
# 调用a的成员函数reshape将3行4列改成4行3列
a = a.reshape((4, 3))
如果你更偏向于面向过程,NumPy
在它的作用域内实现了reshape
函数。代码如下:
import numpy as np
a = np.zeros((3, 4))
# 调用reshape函数将a变形成4行3列
a = np.reshape(a, (4, 3))
PS
:不管是哪种方式的reshape
,都不会改变原ndarray
的形状,而是将源ndarray
进行深拷贝并进行变形操作,最后再将变形后的数组返回出去。也就是说如果代码是np.reshape(a, (4, 3))
那么a
的形状不会被修改!
如果想优雅的直接改变源ndarray
的形状,可以使用resize
函数。代码如下:
import numpy as np
a = np.zeros((3, 4))
# 将a从3行4列的二维数组变成一个有12个元素的一维数组
a.resize(12)
小技巧
有的时候懒得去算每个维度上的长度是多少,比如现在有一个6
行8
列的ndarray
,然后想把它变形成有2
列的ndarray
(行的数量我懒得去想),此时我们可以在行的维度上传个-1
即可,代码如下:
import numpy as np
a = np.zeros((6, 8))
# 行的维度上填-1,会让numpy自己去推算出行的数量,很明显,行的数量应该是24
a = a.reshape((-1, 2))
也就是说在变形操作时,如果某个维度上的值为-1
,那么该维度上的值会根据其他维度上的值自动推算。
PS
:-1
虽好,可不能贪杯!如果代码改成a = a.reshape((-1, -1))
,NumPy
会认为你是在刁难他,并向你抛出异常ValueError: can only specify one unknown dimension
。
编程要求
根据提示,在右侧编辑器Begin-End
中填充代码,根据测试用例的输入,将列表转换成ndarray
后变形成一维数组并将其打印。
- 具体要求请参见后续测试样例。
请先仔细阅读右侧上部代码编辑区内给出的代码框架,再开始你的编程工作!
测试说明
平台会对你编写的代码进行测试,对比你输出的数值与实际正确的数值,只有所有数据全部计算正确才能进入下一关。
测试输入: [[1, 2, 3], [4, 5, 6]]
预期输出: [1, 2, 3, 4, 5, 6]
import numpy as np
a = np.zeros((3, 4))
``````python
import numpy as np
a = np.zeros((3, 4))
``````python
import numpy as np
a = np.zeros((3, 4)
import numpy as np
def reshape_ndarray(input_data):
'''
将ipnut_data转换成ndarray后将其变形成一位数组并打印
:param input_data: 测试用例,类型为list
:return: None
'''
#********* Begin *********#
a=np.array(input_data)
a=a.reshape((1,-1))
print(a[0,])
#********* End *********#