numpy的几道经典的题型(小白适用哦)

最近发现几道numpy题目,觉得很妙,前来分享.

使用数字 0 将一个全为 1 的 5x5 二维数组包围：

z1=np.zeros((5,5))
z1[1:-1,1:-1]=1
z1

array([[0., 0., 0., 0., 0.],
       [0., 1., 1., 1., 0.],
       [0., 1., 1., 1., 0.],
       [0., 1., 1., 1., 0.],
       [0., 0., 0., 0., 0.]])

创建一个 5x5 的二维数组，并设置值 1, 2, 3, 4 落在其对角线下方：

z2 = np.diag(np.arange(1,5), k=-1)
z2


array([[0, 0, 0, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 2, 0, 0, 0],
       [0, 0, 3, 0, 0],
       [0, 0, 0, 4, 0]])

创建一个 10x10 的二维数组，并使得 1 和 0 沿对角线间隔放置：

Z = np.zeros((10, 10), dtype=int)
Z[1::2, ::2] = 1
Z[::2, 1::2] = 1
Z


array([[0, 1, 0, 1, 0, 1, 0, 1, 0, 1],
       [1, 0, 1, 0, 1, 0, 1, 0, 1, 0],
       [0, 1, 0, 1, 0, 1, 0, 1, 0, 1],
       [1, 0, 1, 0, 1, 0, 1, 0, 1, 0],
       [0, 1, 0, 1, 0, 1, 0, 1, 0, 1],
       [1, 0, 1, 0, 1, 0, 1, 0, 1, 0],
       [0, 1, 0, 1, 0, 1, 0, 1, 0, 1],
       [1, 0, 1, 0, 1, 0, 1, 0, 1, 0],
       [0, 1, 0, 1, 0, 1, 0, 1, 0, 1],
       [1, 0, 1, 0, 1, 0, 1, 0, 1, 0]])

使用6种不同的方法去提取一个随机数组的整数部分：

c=np.random.uniform(0, 10, 10)
print("方法 1: ", c - c % 1)
print("方法 2: ", np.floor(c))
print("方法 3: ", np.ceil(c)-1)
print("方法 4: ", c.astype(int))
print("方法 5: ", np.trunc(c)
print(c//1)


方法 1:  [3. 7. 1. 8. 0. 2. 4. 4. 4. 3.]
方法 2:  [3. 7. 1. 8. 0. 2. 4. 4. 4. 3.]
方法 3:  [3. 7. 1. 8. 0. 2. 4. 4. 4. 3.]
方法 4:  [3 7 1 8 0 2 4 4 4 3]
方法 5:  [3. 7. 1. 8. 0. 2. 4. 4. 4. 3.]
[3. 7. 1. 8. 0. 2. 4. 4. 4. 3.]

将二维数组的前两行进行顺序交换：

A = np.arange(25).reshape(5, 5)
A[[0,1]]=A[[1,0]]
A


array([[ 5,  6,  7,  8,  9],
       [ 0,  1,  2,  3,  4],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

找到随机一维数组中前 p 个最大值：

Z = np.random.randint(1, 100, 100)
print(Z)
p = 9
Z[np.argsort(Z)[-p:]]



[92 41 25 12 84 87 48 25 40 14  3 40 78 27 85 41 89 95 93 10 15 83 15 18
 72 53 44 36 66 19 71 95 82 26 96 36 93 90 59 87 29 66 58 68 21 86 12 12
 83 15 94 46 37 85 65 80 52  9 23 22  7 98 77 94 67 63 25  8 76 49 76 66
 31 79 18 79 94 77 84 98 45 91 33 48 43 93 94 26 11 53 72 85 73  5 62  9
 77 30 67 57]
array([94, 94, 94, 94, 95, 95, 96, 98, 98])

统计随机数组中的各元素的数量：

Z = np.random.randint(0, 100, 25).reshape(5, 5)
print(Z)
np.unique(Z, return_counts=True)  # 返回值中，第 2 个数组对应第 1个元素的数量



[[49 38 41 47 89]
 [53 89 22 46 49]
 [61  5 23 89 77]
 [33 59  4 87 60]
 [57 52 50  0  1]]
(array([ 0,  1,  4,  5, 22, 23, 33, 38, 41, 46, 47, 49, 50, 52, 53, 57, 59,
        60, 61, 77, 87, 89]),
 array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 1, 1, 1, 1, 1, 1, 1, 1, 1, 3],
       dtype=int64))

使用 NumPy 打印九九乘法表：

np.fromfunction(lambda i, j: (i + 1) * (j + 1), (9, 9))


array([[ 1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.],
       [ 2.,  4.,  6.,  8., 10., 12., 14., 16., 18.],
       [ 3.,  6.,  9., 12., 15., 18., 21., 24., 27.],
       [ 4.,  8., 12., 16., 20., 24., 28., 32., 36.],
       [ 5., 10., 15., 20., 25., 30., 35., 40., 45.],
       [ 6., 12., 18., 24., 30., 36., 42., 48., 54.],
       [ 7., 14., 21., 28., 35., 42., 49., 56., 63.],
       [ 8., 16., 24., 32., 40., 48., 56., 64., 72.],
       [ 9., 18., 27., 36., 45., 54., 63., 72., 81.]])

求赞 >_<