Github-关于numpy的100道题-★☆☆

numpy 100 ★☆☆

numpy 100 ★☆☆

小白初学，多多交流
原链接链接：https://github.com/rougier/numpy-100/blob/master/100_Numpy_exercises.md；
答案链接为：https://www.cnblogs.com/wyb6231266/p/11273486.html

1. Import the numpy package under the name np (★☆☆)

#导入numpy库，起别名

import numpy as np

2. Print the numpy version and the configuration (★☆☆)

#打印numpy版本

print(np.__version__)
np.show_config()

3. Create a null vector of size 10 (★☆☆)

#创建一个大小为10的零向量。

#创建指定大小的数组，数组元素以 0 来填充：
A = np.zeros(10)
print (A)

4. How to find the memory size of any array (★☆☆)

#查找数组的内存大小

#size元素个数，itemsize每个元素的大小，下面是10 8bytes
A = np.zeros(10)
print (A.size,A.itemsize,"bytes")

5. How to get the documentation of the numpy add function from the command line? (★☆☆)

#如何在命令行获取add函数的官方文档

np.info(np.add)
x1 = np.arange(9.0).reshape((3,3)) #首先生成的是从0.0开始的矩阵【0，1，2，3，4，5，6，7，8】,然后修改形状
x2 = np.arange(3.0)#arrange后面只写一个数字的画，默认为步长为1，否则自己设定，如arange(1,100,10)
print (np.add(x1,x2))
值得注意的是，若两个矩阵维度不相同也可以利用add相加，结果如下所示：
[[ 0.  2.  4.]
 [ 3.  5.  7.]
 [ 6.  8. 10.]]

6. Create a null vector of size 10 but the fifth value which is 1 (★☆☆)

#创建一个大小为10的零向量，第五个值为1

A = np.zeros(10)
A[4] = 1
print (A)

7. Create a vector with values ranging from 10 to 49 (★☆☆)

A = np.arange(10,50) #arange(start,end)表示从start到end-1

8、Reverse a vector (first element becomes last) (★☆☆)

**A = np.arange(0,5)**
A=A[::-1] #这个就是将数组所有元素逆置 ；索引；-1为步长，所以就是

9、Create a 3x3 matrix with values ranging from 0 to 8 (★☆☆)

#创建一个0-8 3*3的矩阵

A= np.arange(9).reshape(3,3)

10、 Find indices of non-zero elements from [1,2,0,0,4,0] (★☆☆)

#从上面列表中找到非0元素的索引

**A =  [1,2,0,0,4,0]
index = np.nonzero(A)**
#结果是(array([0, 1, 4], dtype=int64),)

11、Create a 3x3 identity matrix (★☆☆)

#创建3*3的单位矩阵

A =  np.eye(3)

12、Create a 3x3x3 array with random values (★☆☆)

#创建3个3行3列的矩阵，数值为随机数

**A =  np.random.random((3,3,3))** #第一个3为创建的矩阵的个数，若为2，就是2个3*3的矩阵

13、Create a 10x10 array with random values and find the minimum and maximum values (★☆☆)

#创建10*10矩阵，数值为随机数

A =  np.random.random((10,10))
mina = A.min()
maxa = np.max(A)

14、Create a random vector of size 30 and find the mean value (★☆☆)

#创建大小为30的随机向量，求平均值

A =  np.random.random(30)
B = A.mean()

15、 Create a 2d array with 1 on the border and 0 inside (★☆☆)

#创建一个二维数组，就是矩阵咯，边上都是1，里面都是0

**A=np.ones((5,5))
A[1:-1,1:-1]=0 #索引是左闭右开的，所以，逗号前面代表行，表示包括第2行到倒数第2行；逗号后面代表列，表示包括第2列到倒数第2列，里面的数都是0
print(A)**

16、 How to add a border (filled with 0’s) around an existing array? (★☆☆)

#在一个已有矩阵周围增加一周0

A =  np.random.random((5,5))
padimg= np.pad(A, ((1, 1), (1, 1)), 'constant', constant_values=(0, 0))

17、What is the result of the following expression? (★☆☆) (★☆☆)

0 * np.nan--》nan表示not a number--》*Out[37]: nan*
np.nan == np.nan--》*Out[38]: False*
np.inf > np.nan--》inf为无穷大--》Out[39]: False
np.nan - np.nan--》Out[40]: nan
np.nan in set([np.nan])--》Out[41]: True
0.3 == 3 * 0.1--》Out[42]: False--》因为计算机中对浮点数的处理，并不是简单的我们看上去的这么短，其实后面还有很长

18、Create a 5x5 matrix with values 1,2,3,4 just below the diagonal (★☆☆)

#创建一个5*5的矩阵，把对角线线下一行改为1、2、3、4

#自己的傻办法
A = np.random.random((5,5))
A[1,0] = 1
A[2,1] = 2
A[3,2] = 3
A[4,3] = 4
print(A)

#大神的好办法，diag函数
Z = np.diag(1+np.arange(4),k=-1)
print(Z)

19、 Create a 8x8 matrix and fill it with a checkerboard pattern (★☆☆)

#创建一个8*8的矩阵，并用棋盘模式填充
#这里也是利用到了索引的方法，记住索引【左闭右开】

Z = np.zeros((8,8),dtype=int)
Z[1::2,::2] = 1
Z[::2,1::2] = 1
print(Z)

20、Consider a (6,7,8) shape array, what is the index (x,y,z) of the 100th element?

#unravel_index就是查找在一个矩阵中，索引的位置

print(np.unravel_index(99,(6,7,8)))
#运行结果为（1,3,5）意思就是在第一个矩阵中的，第三行第五列

21、Create a checkerboard 8x8 matrix using the tile function (★☆☆)

#创建一个8*8的棋盘，使用tile函数

C = np.identity(2)  #定义一个2*2的对角阵
B = np.tile(C,(4,4)) #行列分别复制4遍

22、Normalize a 5x5 random matrix (★☆☆)

#标准化、一个随机的5*5矩阵，标准差标准化

A = np.random.random((5,5))
A = (A-A.mean())/np.std(A)

23、Create a custom dtype that describes a color as four unsigned bytes (RGBA) (★☆☆)

color = np.dtype([("r", np.ubyte, 1),
                  ("g", np.ubyte, 1),
                  ("b", np.ubyte, 1),
                  ("a", np.ubyte, 1)])

24、Multiply a 5x3 matrix by a 3x2 matrix (real matrix product) (★☆☆)

#矩阵相乘

A = np.random.random((5,3)) /A=np.ones((5,3))
B = np.arange(9).reshape(3,2)/B=np.ones((3,2))
C = A.dot(B)
或者C = A@B

25、Given a 1D array, negate all elements which are between 3 and 8, in place. (★☆☆)

Z = np.arange(11)
Z[(Z<8)&(Z>3)]=Z[(Z<8)&(Z>3)]*(-1)
#Z[(Z<8)&(Z>3)]*= -1

26、What is the output of the following script? (★☆☆)

#这里学习的是sum函数的用法，sum(iterable[, start])，iterable可迭代对象，比如说列表(list)、元组(tuple)、集合(set)、字典(dictionary)。start – 指定相加的参数，如果没有设置这个值，默认为0。也就是说sum()最后求得的值 = 可迭代对象里面的数加起来的总和(字典:key值相加) + start的值(如果没写start的值，则默认为0)

from numpy import *
print(sum(range(5),-1))
#属于这里值为0+1+2+3+4-1 =10

27、Consider an integer vector Z, which of these expressions are legal? (★☆☆)

Z**Z
2 << Z >> 2
Z <- Z
1j*Z
Z/1/1
Z<Z>Z

28、What are the result of the following expressions?

np.array(0) / np.array(0)-----Out[76]: nan
np.array(0) // np.array(0)------Out[77]: 0
np.array([np.nan]).astype(int).astype(float)---rray([-2.14748365e+09])

29、How to round away from zero a float array ? (★☆☆)

#向上取整，向下取整

Z = np.random.uniform(-10,+10,10)
print(np.copysign(np.ceil(np.abs(Z)), Z))

# More readable but less efficient
print(np.where(Z>0, np.ceil(Z), np.floor(Z)))

30、How to find common values between two arrays? (★☆☆)

#找到两组数组里面的相同值

Z1 = np.random.randint(0,10,10)
Z2 = np.random.randint(0,10,10)
print(np.intersect1d(Z1,Z2))

31、How to ignore all numpy warnings (not recommended)? (★☆☆)

defaults = np.seterr(all="ignore")
Z = np.ones(1) / 0

# Back to sanity
_ = np.seterr(**defaults)

# Equivalently with a context manager
with np.errstate(all="ignore"):
    np.arange(3) / 0

32、Is the following expressions true? (★☆☆)

np.sqrt(-1) == np.emath.sqrt(-1)
错的

33、How to get the dates of yesterday, today and tomorrow? (★☆☆)

yesterday = np.datetime64('today') - np.timedelta64(1)
today     = np.datetime64('today')
tomorrow  = np.datetime64('today') + np.timedelta64(1)