前言
大家好！我是初心，本期给大家带来的是 NumPy 案例巩固强化练习题，共17道，亲测。
一、NumPy基础训练
1.1 创建一个长度为10的一维全为0的ndarray对象，并让第5个元素为1
n1 = np.zeros(10,dtype=np.int16)
n1[4] = 1
n1
1.2 创建一个元素为从10到49的ndarray对象
n2 = np.arange(10,50)
n2
1.3 将第2题的所有元素位置反转
n2[::-1]
1.4 创建一个10*10的ndarray对象并打印最大最小元素
n4 = np.random.random((10,10))
print(np.max(n4))
print(np.min(n4))
1.5 创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0
n5 = np.zeros((10,10),dtype=np.int16)
n5[[0,9]] = 1
n5[:,[0,9]] = 1
print(n5)
1.6 创建一个每一行都是从0到4的5*5矩阵
# 首先生成一个 0-4 的列表
I = [i for i in range(5)]
# 得到一个拥有 25 个元素的一维列表
I = I * 5
# 通过列表构建 numpy 数组
n = np.array(I)
# 将数组形状变为 5*5
n = n.reshape(5,5)
# 查看n
n
1.7 创建一个范围在0-1之间的长度为12的等差数列
n7 = np.linspace(0,1,num=12)
n7
1.8 创建一个长度为10的随机数组并排序
n8 = np.random.random(10)
np.sort(n8)
1.9 创建一个长度为10的随机数组并将最大值替换为0
n9 = np.random.random(10)
n9[np.argmax(n9)] = 0
print(n9)
二、NumPy强化训练
2.1 给定一个4维矩阵，求最后两维的和
n1 = np.random.randint(1,10,(2,3,4,5)) # 四维数组
display(n1)
np.sum(n1,(2,3))
# axis = 0 表示第一个维度
# axis = 1 表示第二个维度
# axis = 2 表示第三个维度
# axis = 3 表示第四个维度
2.2 给定数组[1,2,3,4,5]，在每个元素后插入3个0
n = np.arange(1,6)
display(n)
n2 = np.zeros(17,dtype=np.int16)
display(n2)
n2[::4] = n
n2
2.3 给定一个二维矩阵，交换其中两行元素
n = np.random.randint(1,10,(3,3))
display(n)
n = n[[1,0,2]] # 交换第一行和第二行
display(n)
2.4 创建一个长度为100000的随机数组，使用两种方法求3次方，并比较所用时间
n = np.random.randint(0,10,100000)
%timeit n ** 3
%timeit np.power(n,3)
2.5 创建一个5 * 3的随机矩阵和一个3 * 2的随机矩阵，求矩阵积
n1 = np.random.randint(0,10,(5,3))
n2 = np.random.randint(0,10,(3,2))
display(n1,n2)
np.dot(n1,n2)
2.6 矩阵每一行的元素都减去该行的平均值
n = np.random.randint(0,10,(3,4))
display(n)
# 行平均值
n2 = np.mean(n,axis=1).reshape(3,1)
display(n2)
n - n2
2.7 打印如下矩阵
n = np.zeros((8,8),dtype = np.int16)
display(n)
n[::2,1::2] = 1
n[1::2,0::2] = 1
display(n)
2.8 正则化一个5*5随机矩阵
n = np.random.randint(0,10,(5,5))
display(n)
min1 = np.min(n)
max1 = np.max(n)
n = (n - min1) / (max1 - min1)
display(n)
注：题目素材来自 ——《千锋教育》文章来源：https://www.toymoban.com/news/detail-556973.html
结语
本期跟大家分享的就是这些题目了！希望大家可以多多实操练习，加强巩固，以便更好的掌握 NumPy 。文章来源地址https://www.toymoban.com/news/detail-556973.html
相关导读
| 文章直达 | 链接 |
|---|---|
| 上期回顾 | 【数据分析 - 基础入门之NumPy⑤】- NumPy基本操作 - 二 |
| 下期预告 | 【数据分析 - 基础入门之pandas篇①】- pandas基础入门 - 一 |
到了这里，关于【数据分析 - 基础入门之NumPy⑥】- NumPy案例巩固强化的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![[数据分析大全]基于Python的数据分析大全——Numpy基础](https://imgs.yssmx.com/Uploads/2024/02/627794-1.png)
