【数据分析与智能计算】第二章: 综合练习题及答案讲解

一、综合练习题(教材第29页)

1.“大润发“、"沃尔玛“、“好德”和“农工商”四个超市都卖苹果、香蕉、橘子和芒果四种水果。使用 NumPy 的 ndarray 实现以下功能。

1. 创建两个一维数组分别存储超市名称和水果名称。
2. 创建一个 4x4 的二维数组存储不同超市的水果价格，其中价格由 4~10 范围内的随机数生成。
3. 选择“大润发”的苹果和“好德”的香蕉，并将价格增加 1 元。
4. “农工商”水果大减价，所有水果价格减 2 元。
5. 统计四个超市苹果和芒果的销售均价。
6. 找出橘子价格最贵的超市名称（不是编号）。

2.基于 2.3 节中随机游走的例子，使用 ndarray 和随机数生成函数模拟一个物体在三维空间随机游走的过程。

1. 创建 3x10 的二维数组，记录物体每步在三个轴向上的移动距离。在每个轴向的移动距离服从标准正态分布（期望为 o, 方差为 1) 。行序 0 、1 、2 分别对应 x 轴、 y 轴和z 轴。
2. 计算每步走完后物体在三维空间的位置。
3. 计算每步走完后物体到原点的距离（只显示两位小数）。
4. 统计物体在 z 轴上到达的最远距离。
5. 统计物体在三维空间距离原点的最近值。

【提示】使用 abs()绝对值函数对 z 轴每步运动后的位置求绝对值，然后求最大距离。

---

二、参考答案

第一题：

import numpy as np
# 1.创建两个一维数组分别存储超市名称和水果名称。
shops = np.array(['DaRunFa','Walmart','HaoDe','NongGongShang'])
fruits = np.array(['apple','banana','orange','mango'])
# 2.创建一个 4x4 的二维数组存储不同超市的水果价格，其中价格由 4~10 范围内的随机数生成。 
prices = np.random.randint(4,10,16).reshape(4,4)
# 3.选择“大润发”的苹果和“好德”的香蕉，并将价格增加 1 元。 
prices[shops == 'DaRunFa',fruits == 'apple'] += 1
print('the price of apple in DaRunFa now: %d'