查看原文
其他

Numpy 闯关 100 题,你能过多少关?

推荐关注↓

对于Numpy,我讲的不多,因为和Pandas相比,他距离日常的数据处理更“远”一些。

但是,Numpy仍然是Python做数据分析所必须要掌握的基础库之一,以下题是github上的开源项目,主要为了检测你的Numpy能力,同时对你的学习作为一个补充。


1. 导入numpy库并取别名为np (★☆☆)

2. 打印输出numpy的版本和配置信息 (★☆☆)

3. 创建一个长度为10的空向量 (★☆☆)

4. 如何找到任何一个数组的内存大小?(★☆☆)

5. 如何从命令行得到numpy中add函数的说明文档? (★☆☆)

6. 创建一个长度为10并且除了第五个值为1的空向量 (★☆☆)

7. 创建一个值域范围从10到49的向量(★☆☆)

8.  反转一个向量(第一个元素变为最后一个) (★☆☆)

9. 创建一个 3x3 并且值从0到8的矩阵(★☆☆)

10. 找到数组[1,2,0,0,4,0]中非0元素的位置索引 (★☆☆)

11. 创建一个 3x3 的单位矩阵 (★☆☆)

12. 创建一个 3x3x3的随机数组 (★☆☆)

13. 创建一个 10x10 的随机数组并找到它的最大值和最小值 (★☆☆)

14. 创建一个长度为30的随机向量并找到它的平均值 (★☆☆)

15. 创建一个二维数组,其中边界值为1,其余值为0 (★☆☆)

16. 对于一个存在在数组,如何添加一个用0填充的边界? (★☆☆)

17. 下面表达式运行的结果是什么?(★☆☆)

18. 创建一个 5x5的矩阵,并设置值1,2,3,4落在其对角线下方位置 (★☆☆)

19. 创建一个8x8 的矩阵,并且设置成棋盘样式 (★☆☆)

20. 考虑一个 (6,7,8) 形状的数组,其第100个元素的索引(x,y,z)是什么?

21. 用tile函数去创建一个 8x8的棋盘样式矩阵(★☆☆)

22. 对一个5x5的随机矩阵做归一化(★☆☆)

23. 创建一个将颜色描述为(RGBA)四个无符号字节的自定义dtype?(★☆☆)

24. 一个5x3的矩阵与一个3x2的矩阵相乘,实矩阵乘积是什么?(★☆☆)

25. 给定一个一维数组,对其在3到8之间的所有元素取反 (★☆☆)

26. 下面脚本运行后的结果是什么? (★☆☆)

27. 考虑一个整数向量Z,下列表达合法的是哪个? (★☆☆)

28. 下面表达式的结果分别是什么?(★☆☆)

29. 如何从零位开始舍入浮点数组?(★☆☆)

30. 如何找出两个数组公共的元素? (★☆☆)

31. 如何忽略所有的 numpy 警告(尽管不建议这么做)? (★☆☆)

32. 下面的表达式是否为真? (★☆☆)

33. 如何获得昨天,今天和明天的日期? (★☆☆)

34. 怎么获得所有与2016年7月的所有日期? (★★☆)

35. 如何计算 ((A+B)*(-A/2)) (不使用中间变量)? (★★☆)

36. 用5种不同的方法提取随机数组中的整数部分 (★★☆)

37. 创建一个5x5的矩阵且每一行的值范围为从0到4 (★★☆)

38. 如何用一个生成10个整数的函数来构建数组 (★☆☆)

39. 创建一个大小为10的向量, 值域为0到1,不包括0和1 (★★☆)

40. 创建一个大小为10的随机向量,并把它排序 (★★☆)

41.  对一个小数组进行求和有没有办法比np.sum更快? (★★☆)

42. 如何判断两和随机数组相等 (★★☆)

43. 把数组变为只读 (★★☆)

44. 将一个10x2的笛卡尔坐标矩阵转换为极坐标 (★★☆)

45. 创建一个大小为10的随机向量并且将该向量中最大的值替换为0(★★☆)

46. 创建一个结构化数组,其中x和y坐标覆盖[0, 1]x[1, 0]区域 (★★☆)

47. 给定两个数组X和Y,构造柯西(Cauchy)矩阵C (****) (★★☆)

48. 打印每个numpy 类型的最小和最大可表示值 (★★☆)

49. 如何打印数组中所有的值?(★★☆)

50. 如何在数组中找到与给定标量接近的值? (★★☆)

51. 创建表示位置(x, y)和颜色(r, g, b, a)的结构化数组 (★★☆)

52. 思考形状为(100, 2)的随机向量,求出点与点之间的距离 (★★☆)

53. 如何将类型为float(32位)的数组类型转换位integer(32位)? (★★☆)

54. 如何读取下面的文件? (★★☆)

55. numpy数组枚举(enumerate)的等价操作? (★★☆)

56. 构造一个二维高斯矩阵(★★☆)

57. 如何在二维数组的随机位置放置p个元素? (★★☆)

58. 减去矩阵每一行的平均值 (★★☆)

59. 如何对数组通过第n列进行排序? (★★☆)

60. 如何判断一个给定的二维数组存在空列? (★★☆)

61. 从数组中找出与给定值最接近的值 (★★☆)

62. 思考形状为(1, 3)和(3, 1)的两个数组形状,如何使用迭代器计算它们的和? (★★☆)

63. 创建一个具有name属性的数组类 (★★☆)

64. 给定一个向量,如何让在第二个向量索引的每个元素加1(注意重复索引)? (★★★)

65. 如何根据索引列表I将向量X的元素累加到数组F? (★★★)

66. 思考(dtype = ubyte)的(w, h, 3)图像,计算唯一颜色的值(★★★)

67. 思考如何求一个四维数组最后两个轴的数据和(★★★)

68. 考虑一维向量D,如何使用相同大小的向量S来计算D的子集的均值,其描述子集索引?(★★★)

69. 如何获得点积的对角线?(★★★)

70.考虑向量[1,2,3,4,5],如何建立一个新的向量,在每个值之间交错有3个连续的零?(★★★)

71. 考虑一个维度(5,5,3)的数组,如何将其与一个(5,5)的数组相乘?(★★★)

72. 如何对一个数组中任意两行做交换? (★★★)

73. 思考描述10个三角形(共享顶点)的一组10个三元组,找到组成所有三角形的唯一线段集 (★★★)

74. 给定一个二进制的数组C,如何生成一个数组A满足np.bincount(A)==C? (★★★)

75. 如何通过滑动窗口计算一个数组的平均数? (★★★)

76. 思考以为数组Z,构建一个二维数组,其第一行是(Z[0],Z[1],Z[2]), 然后每一行移动一位,最后一行为 (Z[-3],Z[-2],Z[-1]) (★★★)

77. 如何对布尔值取反,或改变浮点数的符号(sign)? (★★★)

78. 思考两组点集P0和P1去描述一组线(二维)和一个点p,如何计算点p到每一条线 i (P0[i],P1[i])的距离?(★★★)

79. 考虑两组点集P0和P1去描述一组线(二维)和一组点集P,如何计算每一个点 j(P[j]) 到每一条线 i (P0[i],P1[i])的距离? (★★★)

80. 思考一个任意的数组,编写一个函数,该函数提取一个具有固定形状的子部分,并以一个给定的元素为中心(在该部分填充值) (★★★)

81. 考虑一个数组Z = [1,2,3,4,5,6,7,8,9,10,11,12,13,14],如何生成一个数组R = [[1,2,3,4], [2,3,4,5], [3,4,5,6], ...,[11,12,13,14]]? (★★★)

82. 计算矩阵的秩 (★★★)

83. 如何找出数组中出现频率最高的值?(★★★)

84. 从一个10x10的矩阵中提取出连续的3x3区块(★★★)

85.创建一个满足 Z[i,j] == Z[j,i]的二维数组子类 (★★★)

86. 考虑p个 nxn 矩阵和一组形状为(n,1)的向量,如何直接计算p个矩阵的乘积(n,1)? (★★★)

87. 对于一个16x16的数组,如何得到一个区域的和(区域大小为4x4)? (★★★)

88. 如何利用numpy数组实现Game of Life? (★★★)

89. 如何找到一个数组的第n个最大值? (★★★)

90. 给定任意个数向量,创建笛卡尔积(每一个元素的每一种组合) (★★★)

91. 如何从一个常规数组中创建记录数组(record array)? (★★★)

92. 思考一个大向量Z, 用三种不同的方法计算它的立方 (★★★)

93. 考虑两个形状分别为(8,3) 和(2,2)的数组A和B. 如何在数组A中找到满足包含B中元素的行?(不考虑B中每行元素顺序)?(★★★)

94. 思考一个10x3的矩阵,如何分解出有不全相同值的行 (如 [2,2,3]) (★★★)

95. 将一个整数向量转换为二进制矩阵 (★★★)

96. 给定一个二维数组,如何提取出唯一的行?(★★★)

97. 考虑两个向量A和B,写出用einsum等式对应的inner, outer, sum, mul函数 (★★★)

98. 考虑一个由两个向量描述的路径(X,Y),如何用等距样例(equidistant samples)对其进行采样(sample)(★★★)?

99. 给定一个整数n 和一个二维数组X,从X中选择可以被解释为从多n度的多项分布式的行,即这些行只包含整数对n的和. (★★★)

100. 对于一个一维数组X,计算它boostrapped之后的95%置信区间的平均值. (★★★)


【Python开发者】公众号后台发送  Numpy闯关答案  获取答案链接


- EOF -

推荐阅读  点击标题可跳转

1、如何将 Numpy 加速 700 倍?用 CuPy 呀

2、这是我见过最好的 NumPy 图解教程!

3、掌握这些 Numpy、Pandas 方法,快速提升数据处理效率


觉得本文对你有帮助?请分享给更多人

推荐关注「Python开发者」,提升Python技能

点赞和在看就是最大的支持❤️

: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存