Numpy是Python做数据分析所必须要掌握的基础库之一，以下题是github上的开源项目，主要为了检测你的Numpy能力，同时对你的学习作为一个补充。
1. 导入numpy库并取别名为np (★☆☆)
(提示: import … as …)
import numpy as np
2. 打印输出numpy的版本和配置信息 (★☆☆)
(提示: np.version, np.show_config)
print(np.__version__)
print(np.show_config())
3. 创建一个长度为10的空向量 (★☆☆)
(提示: np.zeros)
Z = np.zeros(10)
print(Z)
4. 如何找到任何一个数组的内存大小？(★☆☆)
(提示: size, itemsize)
Z = np.zeros((10,10))
print("%d bytes" % (Z.size * Z.itemsize))
5. 如何从命令行得到numpy中add函数的说明文档? (★☆☆)
(提示: np.info)
import numpy
numpy.info(numpy.add)
6. 创建一个长度为10并且除了第五个值为1的空向量 (★☆☆)
(提示: array[4])
Z = np.zeros(10)
Z[4] = 1
print(Z)
7. 创建一个值域范围从10到49的向量(★☆☆)
(提示: np.arange)
Z = np.arange(10,50)
print(Z)
8. 反转一个向量(第一个元素变为最后一个) (★☆☆)
(提示: array[::-1])
Z = np.arange(50)
Z = Z[::-1]
print(Z)
9. 创建一个 3x3 并且值从0到8的矩阵(★☆☆)
(提示: reshape)
Z = np.arange(9).reshape(3,3)
print(Z)
10. 找到数组[1,2,0,0,4,0]中非0元素的位置索引 (★☆☆)
(提示: np.nonzero)
nz = np.nonzero([1,2,0,0,4,0])
print(nz)
11. 创建一个 3x3 的单位矩阵 (★☆☆)
(提示: np.eye)
Z = np.eye(3)
print(Z)
12. 创建一个 3x3x3的随机数组 (★☆☆)
(提示: np.random.random)
Z = np.random.random((3,3,3))
print(Z)
13. 创建一个 10x10 的随机数组并找到它的最大值和最小值 (★☆☆)
(提示: min, max)
Z = np.random.random((10,10))
Zmin, Zmax = Z.min(), Z.max()
print(Zmin, Zmax)
14. 创建一个长度为30的随机向量并找到它的平均值 (★☆☆)
(提示: mean)
Z = np.random.random(30)
m = Z.mean()
print(m)
15. 创建一个二维数组，其中边界值为1，其余值为0 (★☆☆)
(提示: array[1:-1, 1:-1])
Z = np.ones((10,10))
Z[1:-1,1:-1] = 0
print(Z)
16. 对于一个存在在数组，如何添加一个用0填充的边界? (★☆☆)
(提示: np.pad)
Z = np.ones((5,5))
Z = np.pad(Z, pad_width=1, mode='constant', constant_values=0)
print(Z)
17. 下面表达式运行的结果是什么？(★☆☆)
(提示: NaN = not a number, inf = infinity) (提示：NaN : 不是一个数，inf : 无穷)
# 表达式 # 结果
0 * np.nan nan
np.nan == np.nan False
np.inf > np.nan False
np.nan - np.nan nan
0.3 == 3 * 0.1 False
18. 创建一个 5x5的矩阵，并设置值1,2,3,4落在其对角线下方位置 (★☆☆)
(提示: np.diag)
Z = np.diag(1+np.arange(4),k=-1)
print(Z)
19. 创建一个8x8 的矩阵，并且设置成棋盘样式 (★☆☆)
(提示: array[::2])
Z = np.zeros((8,8),dtype=int)
Z[1::2,::2] = 1
Z[::2,1::2] = 1
print(Z)
20. 考虑一个 (6,7,8) 形状的数组，其第100个元素的索引(x,y,z)是什么?
(提示: np.unravel_index)
print(np.unravel_index(100,(6,7,8)))
21. 用tile函数去创建一个 8x8的棋盘样式矩阵(★☆☆)
(提示: np.tile)
Z = np.tile( np.array([[0,1],[1,0]]), (4,4))
print(Z)
22. 对一个5x5的随机矩阵做归一化(★☆☆)
(提示: (x - min) / (max - min))
Z = np.random.random((5,5))
Zmax, Zmin = Z.max(), Z.min()
Z = (Z - Zmin)/(Zmax - Zmin)
print(Z)
23. 创建一个将颜色描述为(RGBA)四个无符号字节的自定义dtype？(★☆☆)
(提示: np.dtype)
color = np.dtype([("r", np.ubyte, 1),
("g", np.ubyte, 1),
("b", np.ubyte, 1),
("a", np.ubyte, 1)])
color
24. 一个5x3的矩阵与一个3x2的矩阵相乘，实矩阵乘积是什么？(★☆☆)
(提示: np.dot | @)
Z = np.dot(np.ones((5,3)), np.ones((3,2)))
print(Z)
25. 给定一个一维数组，对其在3到8之间的所有元素取反 (★☆☆)
(提示: >, <=)
Z = np.arange(11)
Z[(3 < Z) & (Z <= 8)] *= -1
print(Z)
26. 下面脚本运行后的结果是什么? (★☆☆)
(提示: np.sum)
# Author: Jake VanderPlas # 结果
print(sum(range(5),-1)) 9
from numpy import *
print(sum(range(5),-1)) 10 #numpy.sum(a, axis=None)
27. 考虑一个整数向量Z,下列表达合法的是哪个? (★☆☆)
（提示：这里还有“位运算符”）
Z**Z True
2 << Z >> 2 False
Z <- Z True
1j*Z True #复数
Z/1/1 True
Z
Z False
28. 下面表达式的结果分别是什么？(★☆☆)
np.array(0) / np.array(0) nan
np.array(0) // np.array(0) 0
np.array([np.nan]).astype(int).astype(float) -2.14748365e+09
29. 如何从零位开始舍入浮点数组？(★☆☆)
(提示: np.uniform, np.copysign, np.ceil, np.abs)
# Author: Charles R Harris
Z = np.random.uniform(-10,+10,10)
print (np.copysign(np.ceil(np.abs(Z)), Z))
30. 如何找出两个数组公共的元素? (★☆☆)
(提示: np.intersect1d)
Z1 = np.random.randint(0, 10, 10)
Z2 = np.random.randint(0, 10, 10)
print (np.intersect1d(Z1, Z2))
31. 如何忽略所有的 numpy 警告(尽管不建议这么做)? (★☆☆)
(提示: np.seterr, np.errstate)
# Suicide mode on
defaults = np.seterr(all="ignore")
Z = np.ones(1) / 0
# Back to sanity
_ = np.seterr(**defaults)
# 另一个等价的方式， 使用上下文管理器（context manager）
with np.errstate(divide='ignore'):
Z = np.ones(1) / 0
32. 下面的表达式是否为真? (★☆☆)
(提示: 虚数)
np.sqrt(-1) == np.emath.sqrt(-1) Faslse
33. 如何获得昨天，今天和明天的日期? (★☆☆)
(提示: np.datetime64, np.timedelta64)
yesterday = np.datetime64('today', 'D') - np.timedelta64(1, 'D')
today = np.datetime64('today', 'D')
tomorrow = np.datetime64('today', 'D') + np.timedelta64(1, 'D')
34. 怎么获得所有与2016年7月的所有日期? (★★☆)
(提示: np.arange(dtype=datetime64['D']))
Z = np.arange('2016-07', '2016-08', dtype='datetime64[D]')
print (Z)
35. 如何计算 ((A+B)*(-A/2)) (不使用中间变量)? (★★☆)
(提示: np.add(out=), np.negative(out=), np.multiply(out=), np.divide(out=))
A = np.ones(3) * 1
B = np.ones(3) * 1
C = np.ones(3) * 1
np.add(A, B, out=B)
np.divide(A, 2, out=A)
np.negative(A, out=A)
np.multiply(A, B, out=A)
36. 用5种不同的方法提取随机数组中的整数部分 (★★☆)
(提示: %, np.floor, np.ceil, astype, np.trunc)
Z = np.random.uniform(0, 10, 10)
print (Z - Z % 1)
print (np.floor(Z))
print (np.cell(Z)-1)
print (Z.astype(int))
print (np.trunc(Z))
37. 创建一个5x5的矩阵且每一行的值范围为从0到4 (★★☆)
(提示: np.arange)
Z = np.zeros((5, 5))
Z += np.arange(5)
print (Z)
38. 如何用一个生成10个整数的函数来构建数组 (★☆☆)
(提示: np.fromiter)
def generate():
for x in range(10):
yield x
Z = np.fromiter(generate(), dtype=float, count=-1)
print (Z)
39. 创建一个大小为10的向量， 值域为0到1，不包括0和1 (★★☆)
(提示: np.linspace)
Z = np.linspace(0, 1, 12, endpoint=True)[1: -1]
print (Z)
40. 创建一个大小为10的随机向量，并把它排序 (★★☆)
(提示: sort)
Z = np.random.random(10)
Z.sort()
print (Z)
41. 对一个小数组进行求和有没有办法比np.sum更快? (★★☆)
(提示: np.add.reduce)
# Author: Evgeni Burovski
Z = np.arange(10)
np.add.reduce(Z)
# np.add.reduce 是numpy.add模块中的一个ufunc(universal function)函数,C语言实现
42. 如何判断两和随机数组相等 (★★☆)
(提示: np.allclose, np.array_equal)
A = np.random.randint(0, 2, 5)
B = np.random.randint(0, 2, 5)
# 假设array的形状(shape)相同和一个误差容限（tolerance）
equal = np.allclose(A,B)
print(equal)
# 检查形状和元素值，没有误差容限（值必须完全相等）
equal = np.array_equal(A,B)
print(equal)
43. 把数组变为只读 (★★☆)
(提示: flags.writeable)
Z = np.zeros(5)
Z.flags.writeable = False
Z[0] = 1
44. 将一个10x2的笛卡尔坐标矩阵转换为极坐标 (★★☆)
(提示: np.sqrt, np.arctan2)
Z = np.random.random((10, 2))
X, Y = Z[:, 0], Z[:, 1]
R = np.sqrt(X**2 + Y**2)
T = np.arctan2(Y, X)
print (R)
print (T)
45. 创建一个大小为10的随机向量并且将该向量中最大的值替换为0(★★☆)
(提示: argmax)
Z = np.random.random(10)
Z[Z.argmax()] = 0
print (Z)
46. 创建一个结构化数组，其中x和y坐标覆盖[0, 1]x[1, 0]区域 (★★☆)
(提示: np.meshgrid)
Z = np.zeros((5, 5), [('x', float), ('y', float)])
Z['x'], Z['y'] = np.meshgrid(np.linspace(0, 1, 5), np.linspace(0, 1, 5))
print (Z)
47. 给定两个数组X和Y，构造柯西(Cauchy)矩阵C () (★★☆)
(提示: np.subtract.outer)
# Author: Evgeni Burovski
X = np.arange(8)
Y = X + 0.5
C = 1.0 / np.subtract.outer(X, Y)
print (C)
print(np.linalg.det(C)) # 计算行列式
48. 打印每个numpy 类型的最小和最大可表示值 (★★☆)
(提示: np.iinfo, np.finfo, eps)
for dtype in [np.int8, np.int32, np.int64]:
print(np.iinfo(dtype).min)
print(np.iinfo(dtype).max)
for dtype in [np.float32, np.float64]:
print(np.finfo(dtype).min)
print(np.finfo(dtype).max)
print(np.finfo(dtype).eps)
49. 如何打印数组中所有的值？(★★☆)
(提示: np.set_printoptions)
np.set_printoptions(threshold=np.nan)
Z = np.zeros((16,16))
print(Z)
50. 如何在数组中找到与给定标量接近的值? (★★☆)
(提示: argmin)
Z = np.arange(100)
v = np.random.uniform(0, 100)
index = (np.abs(Z-v)).argmin()
print(Z[index])