本来要写NLP第三课动态规划的,日了,写到一半发现自己也不会了,理论很简单,动态规划咋回事也知道,但是实现在源码上还是有点难度,现在简单给予题目描述,小伙伴也可以来思考一下,例题一,我们现在有1元硬币,2元硬币,5元硬币和10元硬币。我们要将M金额的钱换为硬币,保证硬币数目最少,我们的换法是什么,例题二,我们现在有M米的绳子,截成N段(N的长度一定为整数),将N段绳子的长度相乘,保证乘积结果为最大值,我们需要截取,过几天再回头来写这个吧。我们今天来继续说说numpy的用法,这次我们通过习题来看看numpy的用法。
问题:将arr中的所有奇数替换为-1,而不改变arr。(提示where)
arr = np.arange(10)
out = np.where(arr % 2 == 1, -1, arr)
where语法为,参数一是条件,参数二是满足条件的要替换为什么,参数三是输入array。
问题:将一维数组转换为2行的2维数组,给定:np.arange(10)
arr = np.arange(10)
out = np.reshape(2,-1)
reshape语法为(行,列)若参数二列为-1,为不限制
问题:垂直堆叠数组a和数组b,给定:a = np.arange(10).reshape(2,-1) b = np.repeat(1, 10).reshape(2,-1) 期望的输出:
> array([[0, 1, 2, 3, 4],
> [5, 6, 7, 8, 9],