c语言中二维数组a和*a,numpy基础习题

numpy 的array操作

1.导入numpy库

import numpy as np

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(a.dtype)

print(a.shape)

print(a[0])

运行结果：

int32

(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])

运行结果：

(2, 3)

4 5 2

4.

(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)

运行结果：

[[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]]

[[3 3]

[9 8]

[8 7]]

5.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])

运行结果：

[[ 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)

运行结果：

[[2 3]

[6 7]]

7.把第5题的 数组的，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])

运行结果：

[[ 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]])

运行结果：

[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])

运行结果:

[ 1 6 7 11]

10.对9 中输出的那四个元素，每个都加上10，然后从新输出矩阵a.(提示： a[np.arange(4), b] += 10 )

a[np.arange(4),b] += 10;

print(a)

运行结果：

[[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)

运行结果：

int32

12.执行 x = np.array([1.0, 2.0]) ，然后输出 x 的数据类洗净(答案是 float64)

x = np.array([1.0, 2.0])

print(x.dtype)

运行结果：

float64

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))

运行结果：

[[ 6. 8.]

[10. 12.]]

[[ 6. 8.]

[10. 12.]]

14.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))

运行结果：

[[-4. -4.]

[-4. -4.]]

[[-4. -4.]

[-4. -4.]]

15.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))

运行结果：

[[ 5. 12.]

[21. 32.]]

[[ 5. 12.]

[21. 32.]]

[[19. 22.]

[43. 50.]]

16.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))

运行结果：

[[0.2 0.33333333]

[0.42857143 0.5 ]]

[[0.2 0.33333333]

[0.42857143 0.5 ]]

17.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) )

运行结果：

[[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) )

运行结果：

[[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))

运行结果：

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) )

运行结果：

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)

运行结果：

[[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) )

运行结果：

[[ 2.71828183 20.08553692]

[ 7.3890561 54.59815003]]

23,画图，y=x*x, 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()

运行结果：

24.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()

运行结果：

25.执行下面的语句，解释运算结果，了解 nan 和 inf 的含义 print(0np.nan) print(np.nan == np.nan) print(np.inf > np.nan) print(np.nan - np.nan) print(0.3 == 3**0.1)

print(np.nan)

print(np.nan == np.nan)

print(np.inf > np.nan)

print(np.nan - np.nan)

print(0.3 == 3**0.1)

运行结果：

nan

False

False

nan

False