numpy 归一化_NumPy进阶修炼80题4160

点击上方“早起Python”，关注并“星标”

每日接收Python干货！

本文是NumPy进阶修炼系列的第六篇

• 1 - NumPy进阶修炼｜入门

• 2 - NumPy进阶修炼｜基础

• 3 - NumPy进阶修炼｜热身20题

• 4 - NumPy进阶修炼｜基础操作与运算

• 5 - NumPy进阶修炼｜矩阵操作20题

• 6 - NumPy进阶修炼｜61-80题

大家好，又到了NumPy进阶修炼专题，其实已经断更很久了，那么在本文正式发布题目之前，先说下改动的地方，在以前的Pandas120题和NumPy热身20题中，我都是将我的答案附在每一题的后面?

这种形式的题目对于读者来说，尤其是新手朋友们，很容易被我的思路带进去，实际上不论我的pandas还是numpy的习题，每一题都有多种解法，并且我的解法有时也并不是最佳方法，所以为了让大家多一点自己思考的时间，在numpy以及后面的其他系列习题中，我将换一种方式整理习题?

就像上图一样，我将同时发布两个Notebook版本习题，一份习题单独版，一份带有我的答案的单独版本，大家可以先试着在只有习题的版本中思考，写代码，并与我的答案对比，也欢迎给我提交不一样的答案！

好了，废话不多说，我们来看今天的20题，主要将涉及到用NumPy对矩阵的一些操作！

41 数据创建 题目： 生成6行6列的二维数组，值为1-100随机数 难度：⭐ 答案

data = np.random.randint(1,100, [6,6])

42 数据查找 题目：找到每列的最大值 难度：⭐⭐ 答案

np.amax(data, axis=0)

43 数据查找 题目：找到每行的最小值 难度：⭐⭐ 答案

np.amin(data, axis=1)

44 数据计算 题目： 计算data每个元素的出现次数 难度：⭐⭐ 答案

np.unique(data,return_counts=True)

45 数据计算 题目：计算 data每行元素大小排名 难度：⭐⭐ 答案

data.argsort()

46 数据处理 题目： 将data按行重复一次 难度：⭐⭐ 答案

np.repeat(data, 2, axis=0)

47 数据处理 题目：去除data的重复行 难度：⭐⭐ 答案

np.unique(data,axis = 0)

48 数据抽样 题目： 从data的第一行中不放回抽3个元素 难度：⭐⭐ 答案

np.random.choice(data[0:1][0], 3, replace=False)

49 数据计算 题目：计算 data第二行中不含第三行的元素的元素 难度：⭐⭐ 答案

a = data[1:2]
b = data[2:3]
index=np.isin(a,b)
array=a[~index]
array

50 数据计算 题目：判断data是否有空行 难度：⭐⭐ 答案

(~data.any(axis=1)).any()

51 数据排序 题目：将data的每行升序排列 难度：⭐⭐ 答案

data.sort(axis = 1)

52 数据转换 题目：将data的数据格式转换为float 难度：⭐⭐ 答案

data1 = data.astype(float)

思考：为什么不能在data本身转换

53 数据修改 题目： 将data1小于5的元素修改为nan 难度：⭐⭐ 答案

data1[data1 < 5] = np.nan

54 数据处理 题目：删除data1含有空值的行 难度：⭐⭐ 答案

data1 = data1[~np.isnan(data1).any(axis=1), :]

55 数据计算 题目： 计算data1第一行出现频率最高的值 难度：⭐⭐⭐ 答案

vals, counts = np.unique(data1[0,:], return_counts=True)
print(vals[np.argmax(counts)])

56 数据计算 题目：计算data1中与100最接近的元素 难度：⭐⭐⭐ 答案

a = 100
data1.flat[np.abs(data1 - a).argmin()]

57 数据计算 题目：计算 data1每一行的元素减去每一行的平均值 难度：⭐⭐ 答案

data1 - data1.mean(axis=1, keepdims=True)

58 数据计算 题目：将data1归一化至区间[0,1] 难度：⭐⭐ 答案

a = np.max(data1) - np.min(data1)
(data1 - np.min(data1)) / a

59 数据计算 题目：将data1标准化 难度：⭐⭐⭐ 答案

mu = np.mean(data1, axis=0)
sigma = np.std(data1, axis=0)
(data1 - mu) / sigma

60 数据存储 题目：将data1存储至本地 难度：⭐ 答案

np.savetxt('test.txt',data1)

以上就是本期20题的全部内容，欢迎思考与我不同的解法，你可以在早起Python后台回复numpy来获取Notebook的两种版本习题来练习，其实NumPy中的操作没有Pandas中的多变，所以全部大概在80题左右，本周会更新完毕，如果你也喜欢这种形式的习题可以给我点个在看，我们下期见。

往期精选(?猛戳可查看)

评测5大Python数据可视化工具

你使用Python实战反欺诈模型

  还想了解更多干货？

 关注早起Python，查看更多精彩文章↓

觉得这篇文章还不错？点亮「在看」鼓励一下早起！

- THE END-