numpy 练习题
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 = np.array([4,5,6])
print(type(a),a[0])
<class 'numpy.ndarray'> 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)
b = np.array([[4,5,6],[1,2,3]])
print(b.shape, b[0][0],b[0][1],b[1][1])
(2, 3) 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.
#空矩阵,只有形状和元素类型,值未初始化,由内存空间随机给出
a = np.empty([1111,200],dtype = int)
print(a)
#零矩阵,在空矩阵基础上初始化为0元素
b = np.zeros([4,5], dtype = int, order = 'C')
print(b)
#全1矩阵,在零矩阵基础上初始化为1元素
c = np.ones([4,5], dtype = int, order = 'F')
print(c)
#单位阵
danwei = np.zeros([4,4], dtype=int)
for i in range(0,4):
danwei[i][i]=1
print(danwei)
[[1592328528 505 2089351424 ... 811293472 173890909 538970634]
[ 538976288 538976288 811293531 ... 505 2 538976288]
[1755377096 0 2104640176 ... 811293531 1755376776 0]
...
[ 0 0 0 ... 0 0 0]
[ 0 0 0 ... 0 0 0]
[ 0 0 0 ... 0 0 0]]
[[0 0 0 0 0]
[0 0 0 0 0]
[0 0 0 0 0]
[0 0 0 0 0]]
[[1 1 1 1 1]
[1 1 1 1 1]
[1 1 1 1 1]
[1 1 1 1 1]]
[[1 0 0 0]
[0 1 0 0]
[0 0 1 0]
[0 0 0 1]]
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
f = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])
print(f)
print(f[2][3],f[0][0])
[[ 1 2 3 4] [ 5 6 7 8] [ 9 10 11 12]]12 1
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
for i in range(0,2): for j in range(2,4): c[i][j]=f[i][j] print(c)
[[1 1 3 4 1] [1 1 7 8 1] [1 1 1 1 1] [1 1 1 1 1]]
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)
a = np.array([[1,2,3,4],[5,6,7,8],[9,10,11,12]])c = a[1:,:]print(c)print(c[0,-1])
[[ 5 6 7 8] [ 9 10 11 12]]8
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 = np.array([[1,2],[3,4],[5,6]])print(a[[0,1,2],[0,1,0]])
[1 4 5]
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 = np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])b = np.array([0,2,0,1])print(a[np.arange(4),b])
[ 1 6 7 11]
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] += 10print(a)
[[21 2 3] [ 4 5 26] [27 8 9] [10 31 12]]
array 的数学运算
11. 执行 x = np.array([1, 2]),然后输出 x 的数据类型
x = np.array([1,2])print(type(x),type(x[0]))
<class 'numpy.ndarray'> <class 'numpy.int32'>
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),type(x[0]))
<class 'numpy.ndarray'> <class 'numpy.float64'>
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)print(y)print(x + y)print(np.add(x,y))
[[1. 2.] [3. 4.]][[5. 6.] [7. 8.]][[ 6. 8.] [10. 12.]][[ 6. 8.] [10. 12.]]
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))
[[-4. -4.] [-4. -4.]][[-4. -4.] [-4. -4.]]
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))x = np.array([[1,2],[1,2],[1,2]])y = np.array([[2,4],[2,4],[2,4]])print(x * y)print(np.multiply(x,y))print(np.dot(x,y))
[[ 5. 12.] [21. 32.]][[ 5. 12.] [21. 32.]][[19. 22.] [43. 50.]][[2 8] [2 8] [2 8]][[2 8] [2 8] [2 8]]
---------------------------------------------------------------------------ValueError Traceback (most recent call last)<ipython-input-84-82e521254c05> in <module> 8 print(x * y) 9 print(np.multiply(x,y))---> 10 print(np.dot(x,y))
<__array_function__ internals> in dot(*args, **kwargs)
ValueError: shapes (3,2) and (3,2) not aligned: 2 (dim 1) != 3 (dim 0)
16. 利用13题目中的x,y,输出 x / y .(提示 : 使用函数 np.divide())
x = np.array([[1,2],[3,4]],dtype=np.float64) y = np.array([[5,6],[7,8]],dtype=np.float64)print(x)print(y)print(np.divide(x,y))# x = np.array([[1,2],[1,2],[1,2]])# y = np.array([[2,4],[2,4],[2,4]])print(np.divide(y,x))
[[1. 2.] [3. 4.]][[5. 6.] [7. 8.]][[0.2 0.33333333] [0.42857143 0.5 ]][[5. 3. ] [2.33333333 2. ]]
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))
[[1. 1.41421356] [1.73205081 2. ]]
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))
[[19. 22.] [43. 50.]][[19. 22.] [43. 50.]]
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))
10.0[4. 6.][3. 7.]
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)) #所有元素相加求平均
2.5
print(np.mean(x,axis=0)) #0-列 1-行
[2. 3.]
print(np.mean(x,axis=1))
[1.5 3.5]
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)
[[1. 2.] [3. 4.]]
22.利用13题目中的x,求e的指数(提示: 函数 np.exp())
print(np.exp(x))print(np.exp(np.exp(x)))
[[ 2.71828183 20.08553692] [ 7.3890561 54.59815003]][[1.51542622e+01 5.28491311e+08] [1.61817799e+03 5.14843556e+23]]
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(np.exp(x)))print(np.argmax(np.exp(x),axis=0))print(np.argmax(np.exp(x),axis=1))
3[1 1][1 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)
import matplotlib.pyplot as pltx = np.arange(0,100,0.1)plt.plot(x*x,x*x*x*x*x)plt.show()
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) #np.pi为Π值plt.plot(x,np.sin(x))plt.show()plt.plot(x,np.cos(x))plt.show()