numpy练习

一. numpy基本操作

1. 导入numpy库

import numpy as np
1
'
运行
运行

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)
print(type(a))
print(a.shape)
print(a[0])
1
2
3
4
5

[4 5 6]
<class ‘numpy.ndarray’>
(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)
print(b.shape)
print(b[0,0], b[0][1], b[1][1])
1
2
3
4

[[4 5 6]
[1 2 3]]
(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])
c = np.identity(4, dtype=int)
d = np.random.rand(3, 2)
print(a)
print(b)
print(c)
print(d)
1
2
3
4
5
6
7
8

[[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]]
[[0.07074796 0.30542296]
[0.25368568 0.35339041]
[0.33151254 0.35920238]]

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])
1
2
3

[[ 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, 2:4]  # 二维数组也能做切边范围，类似与一维数组（i:j表示从i行/列到j-1行/列）
print(b)
print(b[0, 0])
1
2
3

[[3 4]
[7 8]]
3

7. 把第5题中数组a的最后两行所有元素放到 c中 (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]  #  或者 c = a[1:3, ：]
print(c)
print(c[0, -1])
1
2
3

[[ 5 6 7 8]
[ 9 10 11 12]]
8

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（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]])
1
2

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

[[ 1 2 3]
[ 4 5 6]
[ 7 8 9]
[10 11 12]]
[ 1 6 7 11]

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 ）

b = np.array([0, 2, 0, 1])
a[np.arange(4), b] += 10
print(a)
1
2
3

[[11 2 3]
[ 4 5 16]
[17 8 9]
[10 21 12]]

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

import numpy as np
x = np.array([1.2])
print(x.shape)
1
2
3
'
运行
运行

(1,)

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

import numpy as np
x = np.array([1.0, 2.0])
print(x.shape)
1
2
3
'
运行
运行

(2,)

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)

import numpy as np
x = np.array([[1, 2], [3, 4]], dtype=np.float64)
y = np.array([[5, 6], [7, 8]], dtype=np.float64)
print(x)
print(y)
print(x+y)
np.add(x, y) 
1
2
3
4
5
6
7
'
运行
运行

[[1. 2.]
[3. 4.]]
[[5. 6.]
[7. 8.]]
[[ 6. 8.]
[10. 12.]]
array([[ 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)
np.subtract(x, y)
1
2

[[-4. -4.]
[-4. -4.]]
[[5. 6.]
[7. 8.]]

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)
print(y)
print(x*y)
np.multiply(x, y)  # 两个矩阵的相同位置的元素相乘（卷积运算:y是卷积核）
np.dot(x, y)  # 线性代数中的矩阵乘法运算
print(y)
1
2
3
4
5
6

[[1. 2.]
[3. 4.]]
[[5. 6.]
[7. 8.]]
[[ 5. 12.]
[21. 32.]]
[[5. 6.]
[7. 8.]]

16. 利用13题目中的x,y,输出 x / y .(提示 ： 使用函数 np.divide())

print(y)
print(x/y)
np.divide(x, y)
1
2
3

[[5. 6.]
[7. 8.]]
[[0.2 0.33333333]
[0.42857143 0.5 ]]
[[5. 6.]
[7. 8.]]
array([[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))
1

[[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)
print(y)
print(x.dot(y))
print(np.dot(x,y))
1
2
3
4

[[1. 2.]
[3. 4.]]
[[5. 6.]
[7. 8.]]
[[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(x) 
print(np.sum(x))  # 数：各个元素相加
print(np.sum(x, axis=0))  # 数组：行求和
print(np.sum(x, axis=1))  # 数组：列求和
1
2
3
4

[[1. 2.]
[3. 4.]]
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(x)
print(np.mean(x))  # 数：各个元素相加之后再求平均
print(np.mean(x, axis=0))  # 一维数组：行求平均
print(np.mean(x, axis=1))  # 一维数组：列求平均
1
2
3
4

[[1. 2.]
[3. 4.]]
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）

print(x)
print(x.T)
1
2

[[1. 2.]
[3. 4.]]
[[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(x)
print(np.exp(x))
1
2

[[1. 2.]
[3. 4.]]
[[ 2.71828183 7.3890561 ]
[20.08553692 54.59815003]]

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))

print(x)
print(np.argmax(x))
print(np.argmax(x, axis=0))
print(np.argmax(x, axis=1))
1
2
3
4

[[1. 2.]
[3. 4.]]
3
[1 1]
[1 1]

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 numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 100, 0.1)
y = x*x
plt.figure(1)  # 表示定位（创建）第一个画板，如果没有参数默认创建一个新的画板
plt.plot(x, y)  # x为x轴数据, y为y轴数据
plt.show()  # 显示图像
1
2
3
4
5
6
7
'
运行
运行

25. 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)

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 3 * np.pi, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
# plt.figure(1)
plt.plot(x, y1)
# plt.figure(2)
plt.plot(x, y2)
plt.show()
1
2
3
4
5
6
7
8
9
10
'
运行
运行

import numpy as np
import matplotlib.pyplot as plt
x = np.arange(0, 3 * np.pi, 0.1)
y1 = np.sin(x)
y2 = np.cos(x)
plt.figure(1)
plt.plot(x, y1)
plt.figure(2)
plt.plot(x, y2)
plt.show()
1
2
3
4
5
6
7
8
9
10
'
运行
运行