Pandas数据分析与处理补充习题

新手小白，快练起来！

每天刷一道，领导往后稍！！！冲冲冲！！！

Ex1：NumPy的向量化运算#

• 给定一个正整数列表，请找出缺失的最小正整数。

  arr = np.array([2,3,4])
  get_miss(arr)
  1
  
  arr = np.array([6,3,5,1,2])
  get_miss(arr)
  4
  
  arr = np.array([5,2,1,3,4])
  get_miss(arr)
  6
  

  思路比较简单，就随便写：

  import numpy as np
  import pandas as pd
  import matplotlib.pyplot as plt
  def get_miss(arr):
      res_1 = np.setdiff1d(np.arange(arr.max())+1,arr)
      if len(res_1) == 0:
          return arr.max()+1
      else:
          return res_1.min()
      
  get_miss(np.array([5,2,3,4]))
  
  1

• 设计一个生成二维NumPy数组的函数get_res()，其输入为正整数n，返回的数组构造方式如下：第1行填入1个1，第2行在上一行填入位置的下一列连续填入2个2，第3行在第二行最后一个填入位置的下一列连续填入3个3，…，第n行在第n-1行最后一个填入位置的下一列连续填入n个n。

  n = 4
  get_res(n)
  
  array([[1., 0., 0., 0., 0., 0., 0., 0., 0., 0.],
         [0., 2., 2., 0., 0., 0., 0., 0., 0., 0.],
         [0., 0., 0., 3., 3., 3., 0., 0., 0., 0.],
         [0., 0., 0., 0., 0., 0., 4., 4., 4., 4.]])

  刚开始没什么思路，后面参考了下面朋友的博文的解题思路，构建两个同size数组，通过where运算取舍，得到最终结果，原博如下：https://www.bilibili.com/read/cv18549630

   善于观察的朋友们可能已经发现，两个数组红框中在红框中位置的元素完全相同，其他位置不同，而需要我们构造的数组就是红框中的元素加其他位置为0构成的。

• 那现在只需要构建这两个数组arr1,arr2,通过where(arr1==arr2,arr1,0)即可得解。话不多说，上代码吧：

• def get_res(n):
      arr1 = np.ones([n,n*(n+1)//2])*((np.arange(n)+1).reshape([n,-1]))
      #先构造arr1,即构造给定size的全为1的数组，再与[1,2,3,4,...,n]对应行相乘
      tmp = np.tril(np.ones([n,n]))*((np.arange(n)+1).reshape([n,-1]))
      #构造上三角全为0，下三角全为1的下三角矩阵，对应行乘[1,2,3,4,...,n]
      tmp = tmp.flatten()
      #将tmp数组一维展开
      tmp = tmp[tmp>0]
      #去除一维数组中0元素
      arr2 = np.tile(tmp,[n,1])
      #将一维数组铺开为size=[n,1]的二维数组，即arr2
      return np.where(arr2 == arr1,arr1,0)
  get_res(5) 
  
  def get_res(n):
      arr1 = np.ones([n,n*(n+1)//2])*((np.arange(n)+1).reshape([n,-1]))
      #先构造arr1,即构造给定size的全为1的数组，再与[1,2,3,4,...,n]对应行相乘
      tmp = np.tril(np.ones([n,n]))*((np.arange(n)+1).reshape([n,-1]))
      #构造上三角全为0，下三角全为1的下三角矩阵，对应行乘[1,2,3,4,...,n]
      tmp = tmp.flatten()
      #将tmp数组一维展开
      tmp = tmp[tmp>0]
      #去除一维数组中0元素
      arr2 = np.tile(tmp,[n