实验楼 - Python Numpy 100题实验（一）

题目链接

在实验楼看到这个Numpy的实验，权当是复习巩固了，感觉还是蛮有意思的，大家有兴趣也可以写一下，实验的链接（非广告哈）：
NumPy 百题大冲关

基础50题

首先是惯例：

import numpy as np

前面的50道题目是比较基础，就简单写写记录一下：

• 获取Numpy的版本号

print(np.__version__)

• 创建单位矩阵、零矩阵等

np.zeros(3,3)          #零矩阵
np.ones(2,3)          #全1矩阵
np.eye(3, dtype=np.int)       #3阶单位矩阵

• 自定义数组

np.fromfunction(lambda i, j: i + j, (3, 3))

• 矩阵乘法

np.dot(a, b)

• 矩阵转置

A.T

• 矩阵求逆

np.linalg.inv(A)

• 展平数组

a.ravel()

• 垂直拼接数组

np.vstack((a,b))

• 水平拼接

np.hstack((a,b))

• 沿横纵轴分割数组

In [22]: a = np.random.randint(1, 10, (3,3))

In [23]: a
Out[23]:
array([[6, 1, 7],
       [1, 5, 7],
       [6, 9, 9]])

In [24]: np.hsplit(a, 3)
Out[24]:
[array([[6],
        [1],
        [6]]), array([[1],
        [5],
        [9]]), array([[7],
        [7],
        [9]])]

这是分割成了三个列向量，同理，vsplit()就是分割成多个行向量，理解两个的不同就好，注意分割函数的第二个参数一定要跟数组的行（列）有倍数关系，这样才能保证分割

• 数组排序

max()函数可以得到数组的最大值，如果我们需要按照行（列）求解最大值，可以传递axis参数指定行或列：

In [31]: np.max(a, axis = 0)
Out[31]: array([4, 8, 8, 7, 5, 9])

In [32]: np.max(a, axis = 1)
Out[32]: array([8, 9, 8])

在Python中很多地方都会用到axis，其中axis为1表示按照行，为0表示按照列，求最小值同理，有的时候会用到索引，我们需要最大值或者最小值的索引值，那么可以使用argmax()函数等，例如：

np.argmax(a, axis = 0)

返回的是每一行的最大值的索引

数理统计

• 中位数

np.median(a, axis=0)

• 平均值

np.mean(a, axis = 0)

• 加权平均值：

np.average(a, axis=0)

• 方差

np.var(a, axis=1)

• 标准差

np.std(a, axis=0)

上面的计算都是可以选择性保留axis参数的，从而指定计算全部的数据或者计算制定的行列