Numpy入门教程：练习作业03

背景

什么是 NumPy 呢？

NumPy 这个词来源于两个单词 – Numerical和Python。其是一个功能强大的 Python 库，可以帮助程序员轻松地进行数值计算，通常应用于以下场景：

• 执行各种数学任务，如：数值积分、微分、内插、外推等。因此，当涉及到数学任务时，它形成了一种基于 Python 的 MATLAB 的快速替代。
• 计算机中的图像表示为多维数字数组。NumPy 提供了一些优秀的库函数来快速处理图像。例如，镜像图像、按特定角度旋转图像等。
• 在编写机器学习算法时，需要对矩阵进行各种数值计算。如：矩阵乘法、求逆、换位、加法等。NumPy 数组用于存储训练数据和机器学习模型的参数。

---

练习作业

本次练习使用 鸢尾属植物数据集.\iris.data，在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，Iris Versicolour，Iris Virginica。每类收集了50个样本，因此这个数据集一共包含了150个样本。

• sepallength：萼片长度
• sepalwidth：萼片宽度
• petallength：花瓣长度
• petalwidth：花瓣宽度

以上四个特征的单位都是厘米（cm）。

     sepallength  sepalwidth  petallength  petalwidth         species
0            5.1         3.5          1.4         0.2     Iris-setosa
1            4.9         3.0          1.4         0.2     Iris-setosa
2            4.7         3.2          1.3         0.2     Iris-setosa
3            4.6         3.1          1.5         0.2     Iris-setosa
4            5.0         3.6          1.4         0.2     Iris-setosa
..           ...         ...          ...         ...             ...
145          6.7         3.0          5.2         2.3  Iris-virginica
146          6.3         2.5          5.0         1.9  Iris-virginica
147          6.5         3.0          5.2         2.0  Iris-virginica
148          6.2         3.4          5.4         2.3  Iris-virginica
149          5.9         3.0          5.1         1.8  Iris-virginica

[150 rows x 5 columns]

36. 根据 sepallength 列对数据集进行排序。

【知识点：排序】

• 如何按列对2D数组进行排序？

【答案】

import numpy as np

outfile = r'.\iris.data'
iris_data = np.loadtxt(outfile, dtype=object, delimiter=',', skiprows=1)
sepalLength = iris_data[:, 0]
index = np.argsort(sepalLength)
print(iris_data[index][0:10])
# [['4.3' '3.0' '1.1' '0.1' 'Iris-setosa']
#  ['4.4' '3.2' '1.3' '0.2' 'Iris-setosa']
#  ['4.4' '3.0' '1.3' '0.2' 'Iris-setosa']
#  ['4.4' '2.9' '1.4' '0.2' 'Iris-setosa']
#  ['4.5' '2.3' '1.3' '0.3' 'Iris-setosa']
#  ['4.6' '3.6' '1.0' '0.2' 'Iris-setosa']
#  ['4.6' '3.1' '1.5' '0.2' 'Iris-setosa']
#  ['4.6' '3.4' '1.4' '0.3' 'Iris-setosa']
#  ['4.6' '3.2' '1.4' '0.2' 'Iris-setosa']
#  ['4.7' '3.2' '1.3' '0.2' 'Iris-setosa']]

37. 在鸢尾属植物数据集中找到最常见的花瓣长度值（第3列）。

【知识点：数组操作】

• 如何在numpy数组中找出出现次数最多的值？

【答案】

import numpy as np

outfile = r'.\iris.data'
iris_data = np.loadtxt(outfile, dtype=object, delimiter=',', skiprows=1)
petalLength = iris_data[:, 2]
vals, counts = np.unique(petalLength, return_counts=True)
print(vals[np.argmax(counts)])  # 1.5
print(np.amax(counts))  # 14

38. 在鸢尾花数据集的 petalwidth（第4列）中查找第一次出现的值大于1.0的位置。

【知识点：搜索】

• 如何找到第一次出现大于给定值的位置？

【答案】

import numpy as np

outfile = r'.\iris.data'
iris_data = np.loadtxt(outfile, dtype=float, delimiter=',', skiprows=1, usecols=[0, 1, 2, 3])
petalWidth = iris_data[:, 3]
index = np.where(petalWidth > 1.0)
print(index)
print(index[0][0])  # 50

39. 将数组a中大于30的值替换为30，小于10的值替换为10。

• a = np.random.uniform(1, 50, 20)

【知识点：数学函数、搜索】

• 如何将大于给定值的所有值替换为给定的截止值？

【答案】

import numpy as np

np.set_printoptions(precision=2)
np.random.seed(100)
a = np.random.uniform(1, 50, 20)
print(a)
# [27.63 14.64 21.8  42.39  1.23  6.96 33.87 41.47  7.7  29.18 44.67 11.25
#  10.08  6.31 11.77 48.95 40.77  9.43 41.   14.43]

# 方法1
b = np.clip(a, a_min=10, a_max=30)
print(b)
# [27.63 14.64 21.8  30.   10.   10.   30.   30.   10.   29.18 30.   11.25
#  10.08 10.   11.77 30.   30.   10.   30.   14.43]

# 方法2
b = np.where(a < 10, 10, a)
b = np.where(b > 30, 30, b)
print(b)
# [27.63 14.64 21.8  30.   10.   10.   30.   30.   10.   29.18 30.   11.25
#  10.08 10.   11.77 30.   30.   10.   30.   14.43]

40. 获取给定数组a中前5个最大值的位置。

• a = np.random.uniform(1, 50, 20)

【知识点：搜索】

• 如何从numpy数组中获取最大的n个值的位置？

【答案】

import numpy as np

np.random.seed(100)
a = np.random.uniform(1, 50, 20)
print(a)
# [27.62684215 14.64009987 21.80136195 42.39403048  1.23122395  6.95688692
#  33.86670515 41.466785    7.69862289 29.17957314 44.67477576 11.25090398
#  10.08108276  6.31046763 11.76517714 48.95256545 40.77247431  9.42510962
#  40.99501269 14.42961361]

# 方法1
b = np.argsort(a)
print(b)
print(b[-5:])
# [18  7  3 10 15]

# 方法2
b = np.sort(a)
b = np.where(a >= b[-5])
print(b)
# (array([ 3,  7, 10, 15, 18], dtype=int64),)

# 方法3
b = np.argpartition(a, kth=-5)
print(b[-5:])
# [18  7  3 10 15]

41. 计算给定数组中每行的最大值。

• a = np.random.randint(1, 10, [5, 3])

【知识点：统计相关】

• 如何在二维numpy数组的每一行中找到最大值？

【答案】

import numpy as np

np.random.seed(100)
a = np.random.randint(1, 10, [5, 3])
print(a)
# [[9 9 4]
#  [8 8 1]
#  [5 3 6]
#  [3 3 3]
#  [2 1 9]]

b = np.amax(a, axis=1)
print(b)
# [9 8 6 3 9]

42. 在给定的numpy数组中找到重复的条目（第二次出现以后），并将它们标记为True。第一次出现应为False。

• a = np.random.randint(0, 5, 10)

【知识点：数组操作】

• 如何在numpy数组中找到重复值？

【答案】

import numpy as np

np.random.seed(100)
a = np.random.randint(0, 5, 10)
print(a)
# [0 0 3 0 2 4 2 2 2 2]
b = np.full(10, True)
vals, counts = np.unique(a, return_index=True)
b[counts] = False
print(b)
# [False  True False  True False False  True  True  True  True]

43. 删除一维numpy数组中所有NaN值。

• a = np.array([1, 2, 3, np.nan, 5, 6, 7, np.nan])

【知识点：逻辑函数、搜索】

• 如何删除numpy数组中的缺失值？

【答案】

import numpy as np

a = np.array([1, 2, 3, np.nan, 5, 6, 7, np.nan])
b = np.isnan(a)
c = np.where(np.logical_not(b))
print(a[c])
# [1. 2. 3. 5. 6. 7.]

44. 计算两个数组a和数组b之间的欧氏距离。

• a = np.array([1, 2, 3, 4, 5])
• b = np.array([4, 5, 6, 7, 8])

【知识点：数学函数、线性代数】

• 如何计算两个数组之间的欧式距离？

【答案】

import numpy as np

a = np.array([1, 2, 3, 4, 5])
b = np.array([4, 5, 6, 7, 8])

# 方法1
d = np.sqrt(np.sum((a - b) ** 2))
print(d)  # 6.708203932499369

# 方法2
d = np.linalg.norm(a - b)
print(d)  # 6.708203932499369

45. 找到一个一维数字数组a中的所有峰值。峰顶是两边被较小数值包围的点。

• a = np.array([1, 3, 7, 1, 2, 6, 0, 1])

【知识点：数学函数、搜索】

• 如何在一维数组中找到所有的局部极大值（或峰值）？

【答案】

import numpy as np

a = np.array([1, 3, 7, 1, 2, 6, 0, 1])
b1 = np.diff(a)
b2 = np.sign(b1)
b3 = np.diff(b2)

print(b1)  # [ 2  4 -6  1  4 -6  1]
print(b2)  # [ 1  1 -1  1  1 -1  1]
print(b3)  # [ 0 -2  2  0 -2  2]
index = np.where(np.equal(b3, -2))[0] + 1
print(index) # [2 5]

46. 将numpy的datetime64对象转换为datetime的datetime对象。

• dt64 = np.datetime64('2020-02-25 22:10:10')

【知识点：时间日期和时间增量】

• 如何将numpy的datetime64对象转换为datetime的datetime对象？

【答案】

import numpy as np
import datetime

dt64 = np.datetime64('2020-02-25 22:10:10')
dt = dt64.astype(datetime.datetime)
print(dt, type(dt))
# 2020-02-25 22:10:10 

47. 给定一系列不连续的日期序列。填充缺失的日期，使其成为连续的日期序列。

• dates = np.arange('2020-02-01', '2020-02-10', 2, np.datetime64)

【知识点：时间日期和时间增量、数学函数】

• 如何填写不规则系列的numpy日期中的缺失日期？

【答案】

import numpy as np

dates = np.arange('2020-02-01', '2020-02-10', 2, np.datetime64)
print(dates)
# ['2020-02-01' '2020-02-03' '2020-02-05' '2020-02-07' '2020-02-09']

out = []
for date, d in zip(dates, np.diff(dates)):
    out.extend(np.arange(date, date + d))
fillin = np.array(out)
output = np.hstack([fillin, dates[-1]])
print(output)
# ['2020-02-01' '2020-02-02' '2020-02-03' '2020-02-04' '2020-02-05'
#  '2020-02-06' '2020-02-07' '2020-02-08' '2020-02-09']

48. 对于给定的一维数组，计算窗口大小为3的移动平均值。

• z = np.random.randint(10, size=10)

【知识点：数学函数】

• 如何计算numpy数组的移动平均值？

【答案】

import numpy as np

np.random.seed(100)
z = np.random.randint(10, size=10)
print(z)
# [8 8 3 7 7 0 4 2 5 2]

def MovingAverage(arr, n=3):
    a = np.cumsum(arr)
    a[n:] = a[n:] - a[:-n]
    return a[n - 1:] / n


r = MovingAverage(z, 3)
print(np.around(r, 2))
# [6.33 6.   5.67 4.67 3.67 2.   3.67 3.  ]

49. 创建长度为10的numpy数组，从5开始，在连续的数字之间的步长为3。

【知识点：数组的创建与属性】

• 如何在给定起始点、长度和步骤的情况下创建一个numpy数组序列？

【答案】

import numpy as np

start = 5
step = 3
length = 10
a = np.arange(start, start + step * length, step)
print(a)  # [ 5  8 11 14 17 20 23 26 29 32]

50. 将本地图像导入并将其转换为numpy数组。

【知识点：数组的创建与属性】

• 如何将图像转换为numpy数组？

【答案】

import numpy as np
from PIL import Image

img1 = Image.open('test.jpg')
a = np.array(img1)

print(a.shape, a.dtype)
# (1200, 750, 3) uint8

---

当前活动

---

我是 终身学习者“老马”，一个长期践行“结伴式学习”理念的 中年大叔。

我崇尚分享，渴望成长，于2010年创立了“LSGO软件技术团队”，并加入了国内著名的开源组织“Datawhale”，也是“Dre@mtech”、“智能机器人研究中心”和“大数据与哲学社会科学实验室”的一员。

愿我们一起学习，一起进步，相互陪伴，共同成长。

后台回复「搜搜搜」，随机获取电子资源！
欢迎关注，请扫描二维码：