机器学习常用库1——NumPy基础及取值操作

机器学习常用库1——NumPy基础及取值操作

• NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。是在学习机器学习、深度学习之前应该掌握的一个非常基本且实用的Python库。
• 若需要更加详细的查阅NumPy所提供的接口，可以查阅官方文档。

第一关 ndarray对象

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 *********#

第二关 形状操作

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 *********#

第三关 基础操作

import numpy as np


def get_answer(input_data):
    '''
    将input_data转换成ndarray后统计每一行中最大值的位置并打印
    :param input_data: 测试用例，类型为list
    :return: None
    '''

    #********* Begin *********#
    a=np.array(input_data)
    print(a.argmax(axis=1))
    #********* End *********#

第四关 随机数生成

import numpy as np


def shuffle(input_data):
    '''
    打乱input_data并返回打乱结果
    :param input_data: 测试用例输入，类型为list
    :return: result，类型为list
    '''

    # 保存打乱的结果
    result = []
    #********* Begin *********#
    result=list(np.random.choice(a=input_data,size=len(input_data),replace=False))
    
    #********* End *********#
    return result

第五关 索引与切片

import numpy as np

def get_roi(data, x, y, w, h):
    '''
    提取data中左上角顶点坐标为(x, y)宽为w高为h的ROI
    :param data: 二维数组，类型为ndarray
    :param x: ROI左上角顶点的行索引，类型为int
    :param y: ROI左上角顶点的列索引，类型为int
    :param w: ROI的宽，类型为int
    :param h: ROI的高，类型为int
    :return: ROI，类型为ndarray
    '''

    #********* Begin *********#
    #a=np.array(data)
    b=data[x:x+h+1,y:y+w+1]
    return b
    #********* End *********#

• 与我取得联系