numpy的array操作
1、导入numpy库
import numpy as np
2、建立一个一维数组 a 初始化为[4,5,6]，
- (1)输出 a 的类型（type）
- (2)输出 a 的各维度的大小（shape）
- (3)输出 a 的第一个元素（值为4）
a = np.array([4, 5, 6])
print(a.dtype)
print(a.shape)
print(a[0])
3、建立一个二维数组 b ，初始化为 [ [4, 5, 6],[1, 2, 3]]
- (1)输出各维度的大小（shape）
- (2)输出 b(0,0)，b(0,1)，b(1,1) 这三个元素（对应值分别为4,5,2）
b = np.array([[4, 5, 6],
[1, 2, 3]])
print(b.shape)
print(b[0, 0], b[0, 1], b[1, 1])
4、 (1)建立一个全0矩阵 a ，大小为3x3，类型为整型（提示: dtype = int）
(2)建立一个全1矩阵 b ，大小为4x5;
(3)建立一个单位矩阵 c ，大小为4x4;
(4)生成一个随机数矩阵 d ，大小为3x2.
a = np.zeros((3, 3), dtype=int)
b = np.ones((4, 5), dtype=int)
# c = np.eye(4, 4, dtype=int)
c = np.identity(4, dtype=int)
d = np.random.randint(1, 10, dtype=int, size=(3, 2))
print(a)
print(b)
print(c)
print(d)
5、建立一个数组a，(值为[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] )
- (1)打印a
- (2)输出下标为(2,3)，(0,0) 这两个数组元素的值
a = np.array([[1, 2, 3, 4],
[5, 6, 7, 8],
[9, 10, 11, 12]])
print(a)
print(a[2, 3])
print(a[0, 0])
6、把上一题的a数组的 0到1行 2到3列，放到b里面去，（此处不需要从新建立a,直接调用即可）
- (1)输出b
- (2)输出b 的（0,0）这个元素的值
b = a[0:2, 1:3]
print(b)
print(b[0, 0])
7、把第5题中数组a的最后两行所有元素放到 c中，（提示：a[1:2, :]）
- (1)输出 c
- (2)输出 c 中第一行的最后一个元素（提示，使用 -1 表示最后一个元素）
c = a[1:3]
print(c)
print(c[-1][-1])
8、建立数组a,初始化a为[[1, 2], [3, 4], [5, 6]]，输出 （0,0）（1,1）（2,0）这三个元素（提示：使用 print(a[[0, 1, 2], [0, 1, 0]]) ）
a = np.array([[1, 2], [3, 4], [5, 6]])
print(a[[0, 1, 2], [0, 1, 0]]) # [[想输出的行数下标], [想输出的列数下标]]
9、建立矩阵a，初始化为[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]，输出(0,0),(1,2),(2,0),(3,1)
（提示：使用b = np.array([0, 2, 0, 1]) print(a[np.arange(4), b])）
a = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9],
[10, 11, 12]])
b = np.array([0, 2, 0, 1]) #列
print(a[np.arange(4), b])
10、对9中输出的那四个元素，每个都加上10，然后重新输出矩阵a.（提示： a[np.arange(4), b] += 10 ）
a[np.arange(4), b] += 10
print(a)
array的数学运算
11、执行 x = np.array([1, 2])，然后输出 x 的数据类型
x = np.array([1, 2])
print(x.dtype)
12、执行 x = np.array([1.0, 2.0]) ，然后输出 x 的数据类类型
x = np.array([1.0, 2.0])
print(x.dtype)
13、执行 x = np.array([[1, 2], [3, 4]], dtype=np.float64) ，y = np.array([[5, 6], [7, 8]], dtype=np.float64)，然后输出 x+y 和 np.add(x,y)
x = np.array([[1, 2], [3, 4]], dtype=np.float64)
y = np.array([[5, 6], [7, 8]], dtype=np.float64)
print(x + y)
print(np.add(x, y))
14、利用13题目中的 x，y 输出 x-y 和 np.subtract(x,y)
print(x - y)
print(np.subtract(x, y))
15、利用13题目中的 x，y 输出 x*y 和 np.multiply(x, y) 还有 np.dot(x,y)，比较差异。然后自己换一个不是方阵的试试。
print(x * y)
print(np.multiply(x, y))
# 矩阵乘法
print(np.dot(x, y))
x1 = np.array([[1, 1, 1], [2, 2, 2]])
y1 = np.array([[1,1], [2, 2], [3, 3]])
print(np.dot(x1, y1))
# print(x * y) 不是方阵，所以不能元素相乘
16、利用13题目中的 x，y 输出 x / y 。（提示：使用函数 np.divide()）
print(x / y)
print(np.divide(x, y))
17、利用13题目中的 x 输出 x 的开方。（提示：使用函数 np.sqrt()）
print(np.sqrt(x))
18、利用13题目中的 x，y 执行 print(x.dot(y)) 和 print(np.dot(x,y))
print(x.dot(y))
print(np.dot(x, y))
19、利用13题目中的 x 进行求和。提示：输出三种求和
- (1)
print(np.sum(x)) - (2)
print(np.sum(x,axis = 0 )) - (3)
print(np.sum(x,axis = 1))
print( np.sum(x) )
print( np.sum(x, axis = 0)) # 求列和
print( np.sum(x, axis = 1)) # 求行和
20、利用13题目中的 x 进行求平均数，提示：输出三种平均数
- (1)
print(np.mean(x)) - (2)
print(np.mean(x,axis = 0)) - (3)
print(np.mean(x,axis = 1))
print(np.mean(x))
print(np.mean(x, axis=0)) # 求列平均
print(np.mean(x, axis=1)) # 求行平均
21、利用13题目中的 x ，对 x 进行矩阵转置，然后输出转置后的结果，（提示：x.T 表示对 x 的转置）
print(x.T)
22、利用13题目中的 x 求e的指数（提示：函数np.exp()）
print(np.exp(x))
23、利用13题目中的 x 求值最大的下标，提示：
- (1)
print(np.argmax(x)) - (2)
print(np.argmax(x, axis = 0)) - (3)
print(np.argmax(x, axis = 1))
print(np.argmax(x))
print(np.argmax(x, axis=0)) # 求列最大值索引
print(np.argmax(x, axis=1)) # 求行最大值索引
24、画图，y=x*x 其中 x = np.arange(0, 100, 0.1) （提示：这里用到matplotlib.pyplot库）
import matplotlib.pyplot as plt
x = np.arange(0, 100, 0.1)
y = x * x
plt.plot(x, y)
plt.show()
25、画图。画正弦函数和余弦函数，x = np.arange(0, 3 * np.pi, 0.1)（提示：这里用到 np.sin() np.cos() 函数和 matplotlib.pyplot 库）
x = np.arange(0, 3*np.pi, 0.1)
y = np.sin(x)
plt.plot(x, y)
z = np.cos(x)
plt.plot(x, z)
plt.show()
