数据科学库(HM)测验

这篇博客介绍了使用numpy进行一系列数组操作,包括创建特殊数组、排序和正则化矩阵。同时,它探讨了pandas数据处理任务,如检查缺失值、数据选择和数据清洗。最后,涉及了数据可视化的图形绘制。
摘要由CSDN通过智能技术生成

1、创建一个长度为10的一维全为0的ndarray对象,然后让第5个元素等于1

import numpy as np
t1 = np.zeros(10,dtype=int)
print(t1)
t1[4]=1
print(t1)

运行结果:

[0 0 0 0 0 0 0 0 0 0]
[0 0 0 0 1 0 0 0 0 0]

2、创建一个元素为从10到49的ndarray对象,使用随机整数完成

t2 = np.random.randint(10,49,size=10)
print(t2)

运行结果:

[48 23 37 35 20 13 48 22 28 48]

3、将第2题的所有元素位置反转

t3 = t2[::-1]
print(t3)

运行结果:


4、使用np.random.random创建一个10*10的ndarray对象,并打印出最大最小元素

#生成100个0~1的随机数,更改形状为(10,10),并保留两位小数
t4 = np.round(np.random.random(100).reshape(10,10),2) 
print(t4)
t4_max = t4.max()
t4_min = t4.min()
print(t4_max,t4_min)

运行结果:

[[0.71 0.26 0.13 0.96 0.47 0.35 0.11 0.52 0.36 0.54]
 [0.4  0.77 0.13 0.17 0.94 0.95 0.44 0.46 0.71 0.83]
 [0.68 0.13 0.21 0.7  0.33 0.15 0.12 0.41 0.24 0.72]
 [0.25 0.99 0.99 0.64 0.33 0.8  0.58 0.23 0.57 0.01]
 [0.86 0.66 0.88 0.66 0.99 0.21 0.31 0.65 0.47 0.78]
 [0.9  0.56 0.12 0.97 0.94 0.67 0.17 0.17 0.07 0.02]
 [0.07 0.56 0.6  0.79 0.18 0.38 0.41 0.55 0.11 0.32]
 [0.63 0.14 0.41 0.03 0.16 0.43 0.35 0.82 0.11 0.39]
 [0.43 0.74 0.81 1.   0.36 0.01 0.99 0.63 0.02 0.5 ]
 [0.18 0.68 0.06 0.43 0.92 0.54 0.51 0.89 0.91 0.52]]
1.0 0.01

5、创建一个范围在(0,1)之间的长度为12的等差数列

t5 = np.linspace(0,1,num=12)
print(t5)

运行结果:

[0.         0.09090909 0.
  • 3
    点赞
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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