numpy 的array操作
1.导入numpy库
import numpy as np
后续代码的运行都需要这行代码!
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))
print(a.shape)
print(a[0])
<class ‘numpy.ndarray’>
(3,)
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)
print(b[0,0],b[0,1],b[1,1])
(2, 3)
4 5 2
(2, 3)
4 5 2
- (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.
a = np.zeros( (3, 3), dtype = int )
b = np.ones( (4, 5), dtype = int )
c = np.identity( (4), dtype = int )
d = np.random.randint( 1, 10, dtype = int, size = (3, 2) )
print(a)
print(b)
print(c)
print(d)
[[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]]
[[7 4]
[4 4]
[6 6]]
- 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
a = np.array( [[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12]] )
print(a)
print(a[2, 3], a[0, 0])
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]]
12 1
[[ 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
b = a[0:2, 1:3]
print(b)
print(b[0, 0])
[[2 3]
[6 7]]
2
- 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)
c = a[1:3]
print(c)
print(c[1][-1])
[[ 5 6 7 8]
[ 9 10 11 12]]
12
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] += 10;
print(a)
[[11 2 3]
[ 4 5 16]
[17 8 9]
[10 21 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(x.dtype)
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(x.dtype)
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 + y)
print(np.add(x, y))
[[ 6. 8.]
[10. 12.]]
[[ 6. 8.]
[10. 12.]]
- 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.]]
- 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))
[[ 5. 12.]
[21. 32.]]
[[ 5. 12.]
[21. 32.]]
[[19. 22.]
[43. 50.]]
#不是方阵
x = np.array([[1, 2, 3],
[4, 5, 6]])
y = np.array([[4, 5, 6],
[7, 8, 9]])
print(x*y)
print(np.multiply(x, y))
[[ 4 10 18]
[28 40 54]]
[[ 4 10 18]
[28 40 54]]
np.dot()是矩阵相乘(要求前一个矩阵的列数等于后一个矩阵的行数),所以此时的x和y是不可以使用np.dot的(除非进行转置)。
- 利用13题目中的x,y,输出 x / y .(提示 : 使用函数 np.divide())
print(x / y)
print(np.divide(x, y))
[[0.2 0.33333333]
[0.42857143 0.5 ]]
[[0.2 0.33333333]
[0.42857143 0.5 ]]
- 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) )
print( np.mean(x,axis = 0) )
print( np.mean(x,axis = 1) )
2.5
[2. 3.]
[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)
x = x.T
print(x)
[[1. 3.]
[2. 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) )
[[ 2.71828183 7.3890561 ]
[20.08553692 54.59815003]]
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(x))
print(np.argmax(x, axis=0))
print(np.argmax(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 plt
x = np.arange(0, 100, 0.1)
y = x*x
plt.plot(x, y)
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)
y = np.sin(x)
plt.plot(x, y)
plt.show()
y = np.cos(x)
plt.plot(x, y)
plt.show()