python-numpy作业

1. 创建一个 5x5 的二维数组，其中边界值为1，其余值为0;
   np.ones()
   切片和索引的赋值

import numpy as np
np = np.ones((5,5))
np[1:4,1:4]=0
print(np)

2. 使用数字 0 将一个全为 1 的 5x5 二维数组包围, 效果如下:
   array([[0., 0., 0., 0., 0., 0., 0.],
   [0., 1., 1., 1., 1., 1., 0.],
   [0., 1., 1., 1., 1., 1., 0.],
   [0., 1., 1., 1., 1., 1., 0.],
   [0., 1., 1., 1., 1., 1., 0.],
   [0., 1., 1., 1., 1., 1., 0.],
   [0., 0., 0., 0., 0., 0., 0.]])

np1 = np.zeros((6,6),dtype=np.int)
np1[1:5,1:5]=1
print(np1)

4. 创建一个 0-10 的一维数组，并将 (1, 9] 之间的数全部反转成负数， 效果如下:
   array([ 0, 1, -2, -3, -4, -5, -6, -7, -8, -9, 10])

np = np.arange(11)
np[2:10]=0-np[2:10]
print(np)

5. 创建一个 5x5 的矩阵，其中每行的数值范围从 1 到 5, 效果如下:
   array([[1., 2., 3., 4., 5.],
   [1., 2., 3., 4., 5.],
   [1., 2., 3., 4., 5.],
   [1., 2., 3., 4., 5.],
   [1., 2., 3., 4., 5.]])

t1=np.arange(1,6).reshape(1,5).astype('float')
print(np.vstack((t1,t1,t1,t1,t1)))

6 . 创建一个长度为 5 的一维数组，并将其中最大值替换成 0

t = np.arange(5).astype('int')
maxt = np.argmax(t)
t[maxt]=0
print(t)

7. 将二维数组的前两行进行顺序交换, 效果如下:

• 交换前
  [[ 0 1 2 3 4]
  [ 5 6 7 8 9]
  [10 11 12 13 14]
  [15 16 17 18 19]
  [20 21 22 23 24]]

• 交换后
  [[ 5 6 7 8 9]
  [ 0 1 2 3 4]
  [10 11 12 13 14]
  [15 16 17 18 19]
  [20 21 22 23 24]]

t = np.arange(25).reshape(5,5)
t[[0,1],:]=t[[1,0],:]
print(t)

8. 找出给定一维数组中非 0 元素的位置索引

data=np.array(data1)
print(np.where(data!=0))

9.找出数组中缺失值的总数及所在位置, 案例如下:
array([[0.8 , 0.25, 0.74, 0.05, 0.24, 0.16, 0.63, 0.62, 0.89, 0.85],
[0.61, 0.76, 0.26, 0.3 , 0.82, 0.74, 0.96, 0.64, 0.58, 0.06],
[0.78, 0.38, 0.19, 0.68, 0.75, 0.91, 0.13, 0.24, 0.98, 0.21],
[0.47, 0.12, 0.34, 0.06, 0.46, 0.69, 0.1 , nan, 0.27, 0.92],
[0.83, 0.01, 0.63, 0.15, 0.52, 0.52, 0.02, 0. , 0.74, 0.59],
[0.56, 0.66, 0.15, nan, 0.26, 0.88, 0.15, 0.57, 0.61, 0.35],
[0.33, 0.58, 0.06, 0.94, 0.58, 0.53, 0.97, 0.02, 0.32, nan],
[0.84, 0.71, 0.65, 0.42, 0.44, 0.96, 0.37, 0.65, 0.6 , 0.17],
[0.04, 0.94, 0.92, nan, 0.7 , 0.38, 0.28, 0.45, 0.35, 0.93],
[0.38, 0.69, 0.43, 0.01, 0.67, 0.46, 0.73, 0.99, 0.94, 0.45]])
缺失值总数:
4
缺失值索引:
(array([3, 5, 6, 8]), array([7, 3, 9, 3]))

print(np.count_nonzero(data!=data))    
print(np.where(np.isnan(data)))