numpy下05大作业

由于未提供博客具体内容,无法给出包含关键信息的摘要。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import numpy  as np
data = np.loadtxt('abc.txt', delimiter=',', dtype=str,skiprows=1)
print(np.mean(data[:,0].astype(np.float)))
print(np.median(data[:,0].astype(np.float)))
print(np.std(data[:,0].astype(np.float)))
ma=np.amax(data[:,0].astype(np.float))
mi=np.amin(data[:,0].astype(np.float))
data_0=(data[:,0].astype(np.float)-mi)/(ma-mi)
print(data_0)
print(np.percentile(data[:,0].astype(np.float),q=5))
print(np.percentile(data[:,0].astype(np.float),q=95))
r,c=data.shape
x=np.random.uniform(low=0, high=r*(c-1), size=20).astype(np.int)
for i in range(20):
    a=int(x[i]/(c-1))
    b=x[i]-a*(c-1)
    print(a,b)
    data[a,b]=str(np.nan)
print(data)
data0=data[:,0].astype(np.float)
print(data0)
print(np.where(np.isnan(data0)))
for i in range(r):
    if float(data[i,0])<5 and float(data[i,2])>1.5:
        print(i)
for i in range(r):
    f=0
    for j in range(c):
        if data[i,j]==str(np.nan):
            f=1
            break;
    if f==0:
        print(i)
print(np.corrcoef(data[:,0].astype(np.float),data[:,2].astype(np.float)))
f=0
for i in range(r):
    for j in range(c):
        if data[i,j]==str(np.nan):
            f=1
            break
    if f==1:
        break
if f==1:
    print("false")
else:
    print("true")
for i in range(r):
    for j in range(c):
        if data[i,j]==str(np.nan):
            data[i,j]=str(0);
l=0
for j in range(c):
    d=data[:,j]
    l=l+len(np.unique(x, return_counts=True))
print(l)
'''for i in range(r):
    if float(data[i,2])<3:
        data[i,2]="small";
    elif float(data[i,2])>5:
        data[i,2]="large";
    else:
        data[i,2]="medium";'''
data2=data[:,2].astype(np.float)
volume=(np.pi*data0*data2*data2)/3
m=np.insert(data,4,volume)
p=np.zeros(r)
p1=0
for i in range(r):
    if data[i,4]=="Iris-setosa":
        p1=p1+1
for i in range(r):
    if data[i,4]=="Iris-setosa":
        p[i]=2.0/3.0/p1;
    else:
        p[i]=1.0/3.0/(r-p1);
k=np.random.choice(data[:,4],size=30,replace=False,p=p)
np.argmax(data[:,3].astype(np.float)>1)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值