#1、创建一个长度为10的一维全为0的ndarray对象，然后让第5个元素等于1
import numpy as np
s1=np.zeros(shape=10)
s1[4]=1
s1
配列([0., 0., 0., 0., 1., 0., 0., 0., 0., 0.])
#2、创建一个元素为从10到49的ndarray对象
np.random.randint(10,50,size=10)
配列([10, 35, 33, 19, 34, 33, 29, 42, 19, 22])
np.linspace(10,49,10) #10到49均分成10份
array([10. , 14.33333333, 18.66666667, 23. , 27.33333333,
31.66666667, 36. , 40.33333333, 44.66666667, 49. ])
a=np.arange(10,50)
a
array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32,
33 、34、35、36、37、38、39、40、41、42、43、44、45、46、47、48、49]
)
#3、将第二题元素位置反转
a[::-1]
array([49, 48, 47, 46, 45, 44, 43, 42, 41, 40, 39, 38, 37, 36, 35, 34, 33, 32, 31, 30, 29, 28, 27,
26 、25、24、23、22、21、20、19、18、17、16、15、14、13、12、11、10]
)
#4、使用np.random.random创建一个10*10的ndarray对象，并打印出最大最小元素
a4=np.random.random(size=(10,10))
a4
array([[0.5622766 , 0.11024025, 0.54759318, 0.07086502, 0.30194698,
0.94127056, 0.90620362, 0.24142539, 0.84479059, 0.79890956],
[0.09417458, 0.43564112, 0.31865056, 0.64912766, 0.71106889,
0.78363619, 0.77593867, 0.37541201, 0.69828262, 0.13911184],
[0.09806677, 0.79576384, 0.52297016, 0.88634979, 0.25990919,
0.7490997 , 0.13730559, 0.90144644, 0.97227104, 0.19702788],
[0.31992537, 0.55152616, 0.63847898, 0.92698579, 0.01846235,
0.27698572, 0.10205816, 0.92509311, 0.53757403, 0.5561305 ],
[0.77167545, 0.18553457, 0.41577397, 0.57109938, 0.4990056、0.81669034、0.39300295、0.16677413、0.86708894、0.70152298
]、[0.03381229、0.38423466、0.60926444、0.34723288
、 0.79453574、
0.51054134, 0.81158369, 0.78549877, 0.44253459, 0.27374706],
[0.8120598 , 0.59104821, 0.01256257, 0.93459978, 0.23386372,
0.42754771, 0.31350232, 0.57671285, 0.02523678, 0.17352996],
[0.16218939, 0.33930872, 0.02135162, 0.36779925, 0.0644362 ,
0.45780419, 0.06912587, 0.36954142, 0.42229335, 0.93250317],
[0.69128546, 0.51602169, 0.91709331, 0.02406427, 0.72474664,
0.70480915, 0.16368609, 0.47724194, 0.74440481, 0.612721 ],
[0.77237246, 0.51976944, 0.77832542, 0.65741988, 0.48525145,
0.51741086, 0.02865275, 0.85205137, 0.64890416, 0.18271778]])
zmin,zmax=a4.min(),a4.max()
zmin,zmax
(0.012562573199310756、0.9722710364773866)
#5、创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0
nd = np.zeros(shape = (10,10),dtype = np.int8)
nd[[0,9]] = 1 #第1行，第10行
nd[:,[0,9]] = 1 # 第一列，第十列
nd
array([[1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 0, 0, 0, 0, 0, 0, 0, 0,
1],
[1, 0、0、0、0、0、0、0、0、1]、
[1、0、0、0、0、0、0、0、0、1]、[1、0、0、0
、 0、0、0、0、0、1]、
[1、0、0、0、0、0、0、0、0、1]、[1、0、0、0、0、0、0
、 0、0、1]、
[1、0、0、0、0、0、0、0、0、1]、[1、0、0、0、0、0、0、0、0、1
] ,
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1]], dtype=int8)
a5 = np.ones((10,10))
a5[1:-1,1:-1]=0
a5
array([[1., 1., 1., 1., 1., 1., 1., 1., 1., 1.], [1., 0., 0.,
0., 0. 、0.、0.、0.、0.、1.]、
[1.、0.、0.、0.、0.、0.、0.、0.、0.、1.]、
[ 1.、0.、0.、0.、0.、0.、0.、0.、0.、1.]、[
1.、0.、0.、0.、0.、0.、 0.、0.、0.、1.]、
[1.、0.、0.、0.、0.、0.、0.、0.、0.、1.]、[1.、
0 ., 0., 0., 0., 0., 0., 0., 0., 1.],
[1., 0., 0., 0., 0., 0., 0., 0 ., 0., 1.]、
[1.、0.、0.、0.、0.、0.、0.、0.、0.、1.]、
[1.、1.、1. 、1.、1.、1.、1.、1.、1.、1.]])
#6、创建一个每一行都是从0到4的5*5矩阵
l = [0,1,2,3,4]
nd = np.array(l*5)
nd.reshape(5,5)
array([[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4] 、
[0、1、2、3、4]])
nd6_1=np.arange(0,5,1) #等差数列，差值为1
nd6_1
配列([0, 1, 2, 3, 4])
nd6=np.arange(0,25).reshape(5,5)
nd6[0:5]=nd6_1 #第0行到第5行，赋值是赋的nd6_1的值
nd6
array([[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4] 、
[0、1、2、3、4]])
#7、创建一个范围在(0,1)之间的长度为12的等差数列
np.linspace(0,1,12) #均分
array([0. , 0.09090909, 0.18181818, 0.27272727, 0.36363636, 0.45454545, 0.54545455, 0.63636364, 0.72727273,
0.81818182,
0.9090 9091、1。])
#8、创建一个长度为10的随机数组并排序
a8=np.random.random(10)
np.sort(a8)#从小到大排
配列([0.09489862, 0.20160506, 0.21727975, 0.31408097, 0.45653628, 0.50134158, 0.70223996, 0.74757911
, 0.8305269 , 0.83557839] )
a8.argsort() #从小到大排序，并返回对应下标
array([1, 7, 5, 0, 9, 2, 3, 4, 6, 8], dtype=int64)
a8[a8.argsort()] #根据下标得到数据
配列([0.09489862, 0.20160506, 0.21727975, 0.31408097, 0.45653628, 0.50134158, 0.70223996, 0.74757911
, 0.8305269 , 0.83557839] )
#9、创建一个长度为10的随机数组并将最大值替换为0
nd = np.random.randint(0,10,size = 10)
display(nd)
index_max = nd.argmax()
配列([8, 7, 0, 5, 7, 7, 6, 2, 6, 7])
nd[index_max]
8
all_index_max = np.argwhere(nd == nd[index_max]).reshape(-1)
all_index_max
配列([0]、dtype=int64)
nd[all_index_max] = 0
nd
配列([0, 7, 0, 5, 7, 7, 6, 2, 6, 7])
#10、如何根据第3列来对一个5*5矩阵排序？
n10 = np.random.randint(0,100,size=(5,5))
n10
array([[44, 64, 85, 40, 35],
[89, 85, 63, 54, 60],
[24, 67, 4, 43, 9],
[55, 57, 1, 23, 58] 、
[88、7、70、83、0]])
n10[:,2] #第三列
配列([85, 63, 4, 1, 70])
np.argsort(n10[:,2]) #从小到大排序后的序号数组
array([3, 2, 1, 4, 0], dtype=int64)
n10[np.argsort(n10[:,2])]
array([[55, 57, 1, 23, 58],
[24, 67, 4, 43, 9],
[89, 85, 63, 54, 60],
[88, 7, 70, 83, 0] 、
[44、64、85、40、35]])