數據分析必備,NumPy進階80題(附下載)

大家好，今天給大家分享一下NumPy的知識，80道習題涵蓋了NumPy中數組創建、訪問、篩選、修改、計算等常用操作，如果不熟悉NumPy的讀者可以刷一遍，因為裡面的代碼大多拿走就能用，所以如果你已經了解NumPy的基本操作，我更建議將這80題當成速查手冊使用，隨用隨查！本文共分為兩個部分：

完整版NumPy80題

Notebook版下載方式(文末獲取)

import numpy as np
print(np.__version__)

備註：你需要關注你的NumPy版本，部分方法會隨著版本更新而變化

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

題目：創建10個全為0的一維數據並修改數據類型為整數

np.zeros(10,dtype = 'int')

array([ 0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80,
       85, 90, 95])

List = [1,2,3,4,5,6,7,8,9]

#方法1
np.ones((3,3))
#方法2
np.array([[ 1., 1., 1.],
       [ 1., 1., 1.],
       [ 1., 1., 1.]])

題目：創建一個2行2列矩陣並且元素為布爾類型的True

array([[ True, True],
       [ True, True]])

np.full((2,2), True, dtype=bool)

np.linspace(start=5,stop=50,num=10)

備註1：從5開始，50結束，共10個數據，數據類型為int32

np.arange(start = 5, stop = 55, step = 5,dtype = 'int32')

備註2:思考與上一題的不同

np.random.randint(0,10,(3,3))

result = result.reshape(3,3)

result.dtype
#dtype('int64')

#方法一：直接查看
result.nbytes
#方法2
手動計算
result.itemsize * 9
#72

result = result.astype(float)

result[2,2] = result[2,2] * 10

array([ 2., 4., 6., 8., 90.])

result[result % 2 == 1] = 666

result = np.diag([5,5,5,5,5])

a = result[:, [1,0,2,3,4]]

result[result % 2 == 1] = 666

print(np.multiply(a,b))
print('========方法2========')
print(a * b) #方法2

題目：將22與23題生成的np.array對象修改為np.matrix對象

a = np.matrix(a)
b = np.matrix(b)

題目：計算上一題生成的兩個np.matrix格式矩陣的對應元素乘積（對比異同）

題目：對31題生成的兩個np.matrix格式矩陣做矩陣乘法（對比異同）

new = np.pad(result,pad_width = 1,constant_values=1)

題目：生成6行6列的二維數組，值為1-100隨機數

data = np.random.randint(1,100, [6,6])

np.unique(data,return_counts=True)

np.repeat(data, 2, axis=0)

np.random.choice(data[0:1][0], 3, replace=False)

a = data[1:2]
b = data[2:3]
index=np.isin(a,b)
array=a[~index]
array

(~data.any(axis=1)).any()

data1 = data.astype(float)

思考：為什麼不能在data本身轉換

data1[data1 < 5] = np.nan

data1 = data1[~np.isnan(data1).any(axis=1), :]

vals, counts = np.unique(data1[0,:], return_counts=True)
print(vals[np.argmax(counts)])

a = 100
data1.flat[np.abs(data1 - a).argmin()]

題目：計算data1每一行的元素減去每一行的平均值

data1 - data1.mean(axis=1, keepdims=True)

a = np.max(data1) - np.min(data1)
(data1 - np.min(data1)) / a

mu = np.mean(data1, axis=0)
sigma = np.std(data1, axis=0)
(data1 - mu) / sigma

np.savetxt('test.txt',data1)

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)
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)
arr1 = np.random.randint(10,6,6)
arr2 = np.random.randint(10,6,6)
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)
arr1 = np.random.randint(1,10,10)
arr1 = np.random.randint(1,10,10)
arr1.flags.writeable = False
a = [1,2,3,4,5]
np.array(a)
問：如何將pd.DataFrame轉為numpy數組
df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
arr1 = np.random.randint(1,10,10)
arr2 = np.random.randint(1,10,10)
arr1 = np.random.randint(1,10,10)
arr2 = np.random.randint(1,10,10)

print("arr1的平均數為:%s" %np.mean(arr1))
print("arr1的中位數為:%s" %np.median(arr1))
print("arr1的方差為:%s" %np.var(arr1))
print("arr1的標準差為:%s" %np.std(arr1))
print("arr1,arr的相關性矩陣為:%s" %np.cov(arr1,arr2))
print("arr1,arr的協方差矩陣為:%s" %np.corrcoef(arr1,arr2))
arr = np.array([1,2,3,4,5])
arr = np.array([1,2,3,4,5])
np.random.choice(arr,10,p = [0.1,0.1,0.1,0.1,0.6])
arr = np.array([1,2,3,4,5])
#對副本數據進行修改，不會影響到原始數據
arr = np.array([1,2,3,4,5])
arr1 = arr.copy()

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

str1 = ['I love']
str2 = [' Python']
#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))

arr = np.random.uniform(0,10,10)
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) )
np.set_printoptions(suppress=True)

arr = np.random.randint(1,10,[3,3])
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, :])
arr1 = np.random.randint(1,10,5)
arr2 = np.random.randint(1,20,10)
arr1 = np.random.randint(1,10,5)
arr2 = np.random.randint(1,20,10)
print(arr1)
print(arr2)
print(np.take(arr2,arr1))

A = np.random.randint(1,10,[3,3])

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

備註：將大於等於7，或小於3的元素標記為1，其餘為0
arr = np.random.randint(1,20,10)
arr = np.random.randint(1,20,10)
print(arr)
print(np.piecewise(arr, [arr < 3, arr >= 7], [-1, 1]))
備註：從數組的形狀中刪除單維度條目，即把shape中為1的維度去掉
arr = np.random.randint(1,10,[3,1])
arr = np.random.randint(1,10,[3,1])
print(arr)
print(np.squeeze(arr))
A = np.array([[1, 2, 3], [2, -1, 1], [3, 0, -1]])
b = np.array([9, 8, 3])
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)


為了讓各位讀者更方便的刷題，我已經將NumPy80題整理在Notebook中，共分為兩個版本，一份無答案版可以用來刷題👇
一份有答案版本用來參考學習👇

文件已上傳公眾號，回復「numpy」，即可下載完整的NumPy80題。

萬水千山總是情，點個 👍 行不行。


推薦閱讀


···  END  ···