本文是NumPy进阶修炼系列的第六篇
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)
python爬虫人工智能大数据公众号