NumPy的基本应用（例题）

一、NumPy 的array操作

1.numpy库的导入

import numpy as np

（注：在后面给出的例题代码基础上，均需要先导入numpy库）

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(type(a))
print(a.shape)
print(a[0])

输出结果：

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])
print(b[0][1])
print(b[1][1])

输出结果：

4. (1)建立一个全0矩阵 a, 大小为 3x3; 类型为整型;(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))
c = np.identity(4)
d = np.random.rand(3, 2)
print(a)
print(b)
print(c)
print(d)

输出结果：

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])
print(a[0][0])

输出结果：

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, 2:4]
print(b)
print(b[0, 0])

输出结果：

7. 把第5题中数组a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

c = a[1:3, :]
print(c)
print(c[0][-1])

输出结果：

（-1表示最后一个元素）

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

a = np.array([[1, 2], [3, 4], [5, 6]])
print(a[[0, 1, 2], [0, 1, 0]])

输出结果：

（a[[0,1,2],[0,1,0]]中[0,1,2]分别表示三个点的横坐标；[0,1,0]表示三个点的纵坐标）

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) 

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])

输出结果：

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

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
b = np.array([0, 2, 0, 1])
a[np.arange(4), b] += 10
print(a)

输出结果：

二、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)

输出结果：

12.执行 x = np.array([1.0, 2.0]) ，然后输出 x 的数据类类型

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

输出结果：

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))

输出结果：

14. 利用 13题目中的x,y 输出 x-y 和 np.subtract(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.subtract(x, y))

输出结果：

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。

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.multiply(x, y))
print(np.dot(x, y))
# *和multiply是对应数相乘；dot是矩阵乘

输出结果：

 

x = np.array([[10, 2], [3, 40]], dtype=np.float64)
y = np.array([[5, 60], [7, 80]], dtype=np.float64)
print(x * y)
print(np.multiply(x, y))
print(np.dot(x, y))

输出结果： 

（运算符号和multiply函数是对应数相乘；dot函数是矩阵乘）

16. 利用13题目中的x,y,输出 x / y .

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
y = np.array([[5, 6], [7, 8]], dtype=np.float64)
print(np.divide(x, y))

输出结果： 

17. 利用13题目中的x,输出 x的 开方.

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
y = np.array([[5, 6], [7, 8]], dtype=np.float64)
print(np.sqrt(x))

输出结果： 

18.利用13题目中的x,y ,执行 print(x.dot(y)) 和 print(np.dot(x,y))

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
y = np.array([[5, 6], [7, 8]], dtype=np.float64)
print(x.dot(y))
print(np.dot(x, y))

输出结果： 

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))

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
print(np.sum(x))
print(np.sum(x, axis=0))
print(np.sum(x, axis=1))

输出结果： 

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))）

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
print(np.mean(x))
print(np.mean(x, axis=0))
print(np.mean(x, axis=1))

输出结果： 

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.

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
print(x.T)

输出结果： 

22.利用13题目中的x,求e的指数

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
print(np.exp(x))

输出结果： 

23.利用13题目中的 x,求值最大的下标（提示(1)print(np.argmax(x)) ,(2) print(np.argmax(x, axis =0))(3)print(np.argmax(x),axis =1))

x = np.array([[1, 2], [3, 4]], dtype=np.float64)
print(np.argmax(x))
print(np.argmax(x, axis=0))
print(np.argmax(x, axis=1))

输出结果： 

24,画图，y=x*x 其中 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()

输出结果： 

25.画图。画正弦函数和余弦函数， x = np.arange(0, 3 * np.pi, 0.1)

import matplotlib.pyplot as plt
x = np.arange(0, 3*np.pi, 0.1)
sx = np.sin(x)
cx = np.cos(x)
plt.plot(x, sx)
plt.plot(x, cx)
plt.show()

输出结果：