numpy是一款功能強(qiáng)大的python庫(kù),通常被用來(lái)存儲(chǔ)和處理大型矩陣。numpy可以支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù) 。相信大家在數(shù)據(jù)分析過(guò)程中一定少不了numpy的幫助，為了幫助大家鞏固numpy的學(xué)習(xí)和實(shí)用成果，一起來(lái)跟小編做下邊的20道題吧.

以下內(nèi)容來(lái)源： 早起Python

作者：劉早起

大家好，又到了NumPy進(jìn)階修煉專題。

NumPy大家應(yīng)該不陌生了，看了太多的原理講解之后，用刷題來(lái)學(xué)習(xí)是最有效的方法，本文將帶來(lái)20個(gè)NumPy經(jīng)典問(wèn)題，附贈(zèng)20段實(shí)用代碼，拿走就用，建議打開(kāi)Jupyter Notebook邊敲邊看！

01數(shù)據(jù)查找

問(wèn)：如何獲得兩個(gè)數(shù)組之間的相同元素

輸入：

import numpy as np
import pandas as pd
import warnings
warnings.filterwarnings("ignore")
arr1 = np.random.randint(10,6,6)
arr2 = np.random.randint(10,6,6)

答案：

arr1 = np.random.randint(10,6,6)
arr2 = np.random.randint(10,6,6)
print("arr1: %s"%arr1)
print("arr2: %s"%arr2)
np.intersect1d(arr1,arr2)

02數(shù)據(jù)修改

問(wèn)：如何從一個(gè)數(shù)組中刪除另一個(gè)數(shù)組存在的元素

輸入：

arr1 = np.random.randint(10,6,6)
arr2 = np.random.randint(10,6,6)

答案：

arr1 = np.random.randint(1,10,10)
arr2 = np.random.randint(1,10,10)
print("arr1: %s"%arr1)
print("arr2: %s"%arr2)
np.setdiff1d(arr1,arr2)

03數(shù)據(jù)修改

問(wèn)：如何修改一個(gè)數(shù)組為只讀模式

輸入：

arr1 = np.random.randint(1,10,10)

答案：

arr1 = np.random.randint(1,10,10)
arr1.flags.writeable = False

04數(shù)據(jù)轉(zhuǎn)換

問(wèn)：如何將list轉(zhuǎn)為numpy數(shù)組

輸入：

a = [1,2,3,4,5]

答案：

a = [1,2,3,4,5]
np.array(a)

05數(shù)據(jù)轉(zhuǎn)換

問(wèn)：如何將pd.DataFrame轉(zhuǎn)為numpy數(shù)組

輸入：

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})

答案：

df.values

06數(shù)據(jù)分析

問(wèn)：如何使用numpy進(jìn)行描述性統(tǒng)計(jì)分析

輸入：

arr1 = np.random.randint(1,10,10)
arr2 = np.random.randint(1,10,10)

答案：

arr1 = np.random.randint(1,10,10)
arr2 = np.random.randint(1,10,10)

print("arr1的平均數(shù)為:%s" %np.mean(arr1))
print("arr1的中位數(shù)為:%s" %np.median(arr1))
print("arr1的方差為:%s" %np.var(arr1))
print("arr1的標(biāo)準(zhǔn)差為:%s" %np.std(arr1))
print("arr1,arr的相關(guān)性矩陣為:%s" %np.cov(arr1,arr2))
print("arr1,arr的協(xié)方差矩陣為:%s" %np.corrcoef(arr1,arr2))

07數(shù)據(jù)抽樣

問(wèn)：如何使用numpy進(jìn)行概率抽樣

arr = np.array([1,2,3,4,5])

輸入：

arr = np.array([1,2,3,4,5])
np.random.choice(arr,10,p = [0.1,0.1,0.1,0.1,0.6])

答案：

08數(shù)據(jù)創(chuàng)建

問(wèn)：如何為數(shù)據(jù)創(chuàng)建副本

輸入：

arr = np.array([1,2,3,4,5])

答案：

#對(duì)副本數(shù)據(jù)進(jìn)行修改，不會(huì)影響到原始數(shù)據(jù)
arr = np.array([1,2,3,4,5])
arr1 = arr.copy()

09數(shù)據(jù)切片

問(wèn)：如何對(duì)數(shù)組進(jìn)行切片

輸入：

arr = np.arange(10)

備注：從索引2開(kāi)始到索引8停止，間隔為2

答案：

arr = np.arange(10)
a = slice(2,8,2)
arr[a] #等價(jià)于arr[2:8:2]

10字符串操作

問(wèn)：如何使用NumPy操作字符串

輸入：

str1 = ['I love']
str2 = [' Python']

答案：

#拼接字符串
str1 = ['I love']
str2 = [' Python']
print(np.char.add(str1,str2))

#大寫首字母
str3 = np.char.add(str1,str2)
print(np.char.title(str3))

11數(shù)據(jù)修改

問(wèn)：如何對(duì)數(shù)據(jù)向上/下取整

輸入：

arr = np.random.uniform(0,10,10)

答案：

arr = np.random.uniform(0,10,10)
print(arr)
###向上取整
print(np.ceil(arr))
###向下取整
print(np.floor(arr) )

12格式修改

問(wèn)：如何取消默認(rèn)科學(xué)計(jì)數(shù)顯示數(shù)據(jù)

答案：

np.set_printoptions(suppress=True)

13數(shù)據(jù)修改

問(wèn)：如何使用NumPy對(duì)二維數(shù)組逆序

輸入：

arr = np.random.randint(1,10,[3,3])

答案：

arr = np.random.randint(1,10,[3,3])
print(arr)
print('列逆序')
print(arr[:, -1::-1])
print('行逆序')
print(arr[-1::-1, :])

14數(shù)據(jù)查找

問(wèn)：如何使用NumPy根據(jù)位置查找元素

輸入：

arr1 = np.random.randint(1,10,5)
arr2 = np.random.randint(1,20,10)

備注：在arr2中根據(jù)arr1中元素以位置查找

答案：

arr1 = np.random.randint(1,10,5)
arr2 = np.random.randint(1,20,10)
print(arr1)
print(arr2)
print(np.take(arr2,arr1))

15數(shù)據(jù)計(jì)算

問(wèn)：如何使用numpy求余數(shù)

輸入：

a = 10
b = 3

答案：

np.mod(a,b)

16數(shù)據(jù)計(jì)算

問(wèn)：如何使用NumPy進(jìn)行矩陣SVD分解

輸入：

A = np.random.randint(1,10,[3,3])

答案：

np.linalg.svd(A)

17數(shù)據(jù)篩選

問(wèn)：如何使用NumPy多條件篩選數(shù)據(jù)

輸入：

arr = np.random.randint(1,20,10)

答案：

arr = np.random.randint(1,20,10)
print(arr[(arr>1)&(arr<7)&(arr%2==0)])

18數(shù)據(jù)修改

問(wèn)：如何使用NumPy對(duì)數(shù)組分類

備注：將大于等于7，或小于3的元素標(biāo)記為1，其余為0

輸入：

arr = np.random.randint(1,20,10)

答案：

arr = np.random.randint(1,20,10)
print(arr)
print(np.piecewise(arr, [arr < 3, arr >= 7], [-1, 1]))

19數(shù)據(jù)修改

問(wèn)：如何使用NumPy壓縮矩陣

備注：從數(shù)組的形狀中刪除單維度條目，即把shape中為1的維度去掉

輸入：

arr = np.random.randint(1,10,[3,1])

答案：

arr = np.random.randint(1,10,[3,1])
print(arr)
print(np.squeeze(arr))

20數(shù)據(jù)計(jì)算

問(wèn)：如何使用numpy求解線性方程組

輸入：

A = np.array([[1, 2, 3], [2, -1, 1], [3, 0, -1]])
b = np.array([9, 8, 3])

備注：求解Ax=b

答案：

A = np.array([[1, 2, 3], [2, -1, 1], [3, 0, -1]])
b = np.array([9, 8, 3])
x = np.linalg.solve(A, b)
print(x)

以上就是我總結(jié)的NumPy經(jīng)典20題，你都會(huì)嗎？并且每題我都只給出了一種解法，而事實(shí)上每題都有多種解法，所以你應(yīng)該思考是否有更好的思路！

走到這里，NumPy80題就結(jié)束了，完整版80題將會(huì)在近期發(fā)布，盡情期待！