黑马程序员&数据分析与应用-第二章Numpy课后习题答案+解析

1、创建一个数组,数组的 shape 为(5,0),元素都是0。

解析:这应该是很基础的基础题了,需要理解shape是啥。shape是表示数组的维度。numpy提供有一个专门创建全为0的数组的函数–zeros,可以一步到位。

但是刚操作了一下发现好像不能创建5行0列的数组😅😅

后知后觉,根据我这两天学习numpy的经验,是不会出现shape为(5,0)情况的,看一下这种单列表转换成数组情形。

在这里插入图片描述

这种数组的shape是(5,)的形式,也不能够达到(5,0)的要求。根据课本19页shape的知识点可知,维度也不是从0数起的,所以应该不会出现(5,0)的情况,那么我们就暂时认定它所要求的形状是(5,1)–五行一列全为0的数组。

arr = arr = np.zeros((5,1),dtype=int) # 注意括号里面有个元组

arr

在这里插入图片描述


2、创建一个表示国际象棋的棋盘的 8 x 8 数组,其中,棋盘白格用0填充,棋盘黑格用1填充。

解析:我们先看一下棋盘图(网上找的)。

在这里插入图片描述

为表示棋盘,首先要创建一个 8 x 8 的数组。接下来该怎么做呢?容易想到的做法就是使用一个for循环,当单元格的行数是奇数,列数是奇数该怎么做,列数是偶数又该怎么做;当单元格的行数是偶数,列数是奇数该怎么做,列数是偶数又该怎么做。

这么做确实可以,但是判断条件有点多。或者我们想想看能不能用numpy函数来解决。

想到没? 😁😁

用 zeros函数 跟 eye 函数。大致找了一下书,里面好像没有eye这个函数,这个函数我是在老师的文件中看到的,而老师的文件又是跟书上配套的,这就有点😥…

那这里我大概说一下eye函数的用法。

eye函数可以生成一个除对角线是1外其他位置全为0的二维数组

eye(N,M,K=0,dtype="float64",...) 里面 N表示行,M表示列,K表示偏移量,K为整数。K>0时,对角线往上偏,K<0时,对角线往下偏,默认为0,即正对角线。还能定义数组的数据类型,默认为float64。最后还有一个默认参数order,我就不作深究。

为什么要用到eye函数?我们回顾一下棋盘可以发现,黑白格都是斜着交替出现的。我们就能够通过eye函数与zeros函数生成棋盘。zeros函数生成全是0的数组,eye函数生成对角线是1的数组,令他们相加后的结果,就是我们想要的。

1对应的是黑格,我们看一下eye函数K的取值范围。

![在这里插入图片描述](https://img-blog.csdnimg.cn/bdd422741d7f4c2998dbbd3f7eb6e23b.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5oS_5q2k5ZCO5YaN5pegV0E=,size_20,color_FFFFFF,t_70,g_se,x_

因此可以得出,k的取值范围是[-7,7]。

下面我们看一下代码实现。

ar = np.zeros((8,8),dtype=int)

for i in range(-7,8,2): # range是左闭右开的,所以第二个参数是8,每隔一行出现一次。

eye = np.eye(8,8,i,dtype=int)

ar += eye

ar

在这里插入图片描述

额外练习

===================================================================

我这里提供些练习,大家可以看下,还是有意义的。本来这部分我也想好好写下解析的,但现在似乎不能这么做了…时间不够,我要抓紧时间准备竞赛了,上面的题解我也写了很长时间…希望大家理解一下,有问题的话欢迎评论区留言噢,我看到的话一定会回答你的!!

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

import numpy as np

num = sum(np.logspace(0,63,64,base=2))

num #结果 1.8446744073709552e+19

s = 0

for i in range(64):

s += 2 ** i

print(s)

得出的结果是 18446744073709551615

在这里插入图片描述

import numpy as np

rd = np.random.randint(0,101,24).reshape(4,6)

rd[rd<50] = 0

rd[rd>=50] = 1

自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。

深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!

因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!

由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新

如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
img

现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习

一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
img

一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
[外链图片转存中…(img-eDaoNsS6-1712618991398)]

  • 4
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值