python金融数据分析实验 上海商学院 # Numpy练习

1.创建三个列表list_1,list_2,list_3，每个列表中包含4个浮点数

import numpy as np
list_1 = [float(i) for i in range(1, 5)]
list_2 = [float(i + 0.1) for i in range(1, 5)]
list_3 = [float(i + 0.2) for i in range(1, 5)]

2.用列表list_1,list_2，list_3创建一个3行4列的ndarray，用array_1表示

array_1 = np.array([list_1, list_2, list_3])

3.将array_1转变为2行6列，用array_2表示

array_2 = array_1.reshape((2, 6))

4.将array_2中的数据全部变为0，用array_zeros表示

array_zeros = np.zeros_like(array_2)

5.将array_zeros中的数据全部变为1，用array_ones表示

array_ones = np.ones_like(array_2)

6.生成一个2行6列的ndarray，所包含元素服从标准正态分布，用array_3表示。

array_3 = np.random.standard_normal((2, 6))

7.使array_2中每一个元素乘以array_3中对应的元素，形成array_4

array_4 = array_2 * array_3

8.将array_4变为一个3维(2,2,3)的ndarray，array_3d

array_3d = array_4.reshape((2, 2, 3))

9.选择array_3d中第一维中前二行的后两列元素

selected_elements = array_3d[:, :2, -2:]

*10.array_3d包含2个二维数组，对第一个二维数组每个元素加1，对第二个二维数组每个元素加2

array_3d_modified = np.stack([array_3d[0] + 1, array_3d[1] + 2], axis=0)

11.将array_3d变为一个4行3列的ndarray，array_5

array_5 = np.hstack(array_3d_modified)

12.将array_5中的元素做标准化处理

array_normalized = (array_5 - array_5.mean(axis=0)) / array_5.std(axis=0)