【NumPy基础】100道numpy练习——初学与入门篇

来源：互联网发布：ztree check源码编辑：程序博客网时间：2024/05/29 15:47

【NumPy基础】100道numpy练习——初学与入门篇

@author：wepon

@blog：http://blog.csdn.net/u012162613/article/details/42784403

今天在deeplearning.net上看theano tutorial，发现一个numpy-100-exercise，介绍numpy一些基本用法的，不过不是很具体，我利用闲暇时间照着敲了一些，权且当作翻译吧，增加函数的原型和详细介绍。持续更新。

一、初学者10道

1、在python环境中导入numpy包，并命名为np

[python] view plain copy
<span style="font-size:18px;">>>> import numpy as np</span>  

2、查看numpy版本和配置信息

[python] view plain copy
<span style="font-size:18px;">>>> print np.__version__  
>>> np.__config__.show()</span>  

3、创建零向量，zeros函数

[python] view plain copy
<span style="font-size:18px;">>>> z=np.zeros((2,3))  
>>> print z  
[[ 0.  0.  0.]  
 [ 0.  0.  0.]]</span>  

4、将上面的零向量的第二行第三列元素置为1。注意python中行列下班是从0开始。

[python] view plain copy
<span style="font-size:18px;">>>>z[1,2]=1  
>>> print z  
[[ 0.  0.  0.]  
 [ 0.  0.  1.]]</span>  

5、arange函数，创建一个在给定范围的向量。

[python] view plain copy
<span style="font-size:18px;">>>> z=np.arange(1,101)    %1～100范围，注意不包括101  
>>> print z</span>  

6、reshape函数，将array变形为矩阵

[python] view plain copy
<span style="font-size:18px;">>>> Z = np.arange(9).reshape(3,3)  
>>> print Z  
[[0 1 2]  
 [3 4 5]  
 [6 7 8]]</span>  

7、nonzero函数，寻找非0元素的下标

[python] view plain copy
<span style="font-size:18px;">>>> nz=np.nonzero([1,2,3,0,0,4,0])  
>>> nz  
(array([0, 1, 2, 5]),)</span>  

8、eye函数，生成单位向量

[python] view plain copy
<span style="font-size:18px;">>>> z=np.eye(3)  
>>> print z  
[[ 1.  0.  0.]  
 [ 0.  1.  0.]  
 [ 0.  0.  1.]]</span>  

9、diag函数，diagonal对角线。

[python] view plain copy
<span style="font-size:18px;">>>> z=np.diag([1,2,3,4],k=0)   %k=0，以[1,2,3,4]为对角线  
>>> print z  
[[1 0 0 0]  
 [0 2 0 0]  
 [0 0 3 0]  
 [0 0 0 4]]  
  
>>> z=np.diag([1,2,3,4],k=1)   %k=1，[1,2,3,4]在对角线上一行  
>>> print z  
[[0 1 0 0 0]  
 [0 0 2 0 0]  
 [0 0 0 3 0]  
 [0 0 0 0 4]  
 [0 0 0 0 0]]  
  
>>> z=np.diag([1,2,3,4],k=-1)  %k=-1，[1,2,3,4]在对角线下一行  
>>> print z  
[[0 0 0 0 0]  
 [1 0 0 0 0]  
 [0 2 0 0 0]  
 [0 0 3 0 0]  
 [0 0 0 4 0]]</span>  

10、random模块的random函数，生成随机数

[python] view plain copy
<span style="font-size:18px;">>>> Z = np.random.random((3,3))  
>>> print Z  
[[ 0.95171484  0.61394126  0.38864802]  
 [ 0.41943918  0.9398714   0.31608202]  
 [ 0.9993507   0.91717093  0.73002723]]</span>  

二、入门级10道

1、创建一个8*8的“棋盘”矩阵。

[python] view plain copy
<span style="font-size:18px;">>>> z=np.zeros((8,8),dtype=int)  
>>> z[1::2,::2]=1     %1、3、5、7行&&0、2、4、6列的元素置为1  
>>> print z  
[[0 0 0 0 0 0 0 0]  
 [1 0 1 0 1 0 1 0]  
 [0 0 0 0 0 0 0 0]  
 [1 0 1 0 1 0 1 0]  
 [0 0 0 0 0 0 0 0]  
 [1 0 1 0 1 0 1 0]  
 [0 0 0 0 0 0 0 0]  
 [1 0 1 0 1 0 1 0]]  
>>> z[::2,1::2]=1  
>>> print z  
[[0 1 0 1 0 1 0 1]  
 [1 0 1 0 1 0 1 0]  
 [0 1 0 1 0 1 0 1]  
 [1 0 1 0 1 0 1 0]  
 [0 1 0 1 0 1 0 1]  
 [1 0 1 0 1 0 1 0]  
 [0 1 0 1 0 1 0 1]  
 [1 0 1 0 1 0 1 0]]</span>  

2、min()、max()函数

[python] view plain copy
<span style="font-size:18px;">>>> z=np.random.random((10,10))  
>>> zmin,zmax=z.min(),z.max()  
>>> print zmin,zmax  
0.014230501632 0.99548760299</span>  

3、函数tile(A,reps),reps即重复的次数，不仅可以是数字，还可以是array。比如构造棋盘矩阵：

[python] view plain copy
<span style="font-size:18px;">>>> z=np.tile(np.array([[0,1],[0,1]]),(4,4))  
>>> print z  
[[0 1 0 1 0 1 0 1]  
 [0 1 0 1 0 1 0 1]  
 [0 1 0 1 0 1 0 1]  
 [0 1 0 1 0 1 0 1]  
 [0 1 0 1 0 1 0 1]  
 [0 1 0 1 0 1 0 1]  
 [0 1 0 1 0 1 0 1]  
 [0 1 0 1 0 1 0 1]]</span>  

4、归一化，将矩阵规格化到0～1，即最小的变成0，最大的变成1，最小与最大之间的等比缩放。

[python] view plain copy
<span style="font-size:18px;">>>> Z = np.random.random((5,5))  
>>> Zmax,Zmin = Z.max(), Z.min()  
>>> Z = (Z - Zmin)/(Zmax - Zmin)  
>>> print Z  
[[ 0.          0.32173291  0.17607851  0.6270374     
  
0.95000808]  
 [ 0.49153473  0.70465605  0.61930085  0.00303294  1.          
  
]  
 [ 0.4680561   0.88742782  0.29899683  0.80704789    
  
0.12300414]  
 [ 0.05094248  0.23065875  0.82776775  0.07873239    
  
0.50644422]  
 [ 0.27417053  0.78679222  0.517819    0.5649124   0.4716856   
  
]]</span>  

5、矩阵点乘

[python] view plain copy
<span style="font-size:18px;">>>> z=np.dot(np.ones((5,3)),np.ones((3,2)))  
>>> print z  
[[ 3.  3.]  
 [ 3.  3.]  
 [ 3.  3.]  
 [ 3.  3.]  
 [ 3.  3.]]</span>  

6、矩阵相加，5*5矩阵+1*5的向量，相当于每一行都加上1*5矩阵

[python] view plain copy
<span style="font-size:18px;">>>> Z = np.zeros((5,5))  
>>> Z += np.arange(5)  
>>> print Z  
[[ 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.]]</span>  

7、linspace函数，在给定区间中生成均匀分布的给定个数。
函数原型 linspace(start, stop, num=50, endpoint=True, retstep=False)

[python] view plain copy
<span style="font-size:18px;">>>> Z = np.linspace(0,10,11,endpoint=True, retstep=False)  
>>> print Z  
[  0.   1.   2.   3.   4.   5.   6.   7.   8.   9.  10.]</span>  

生成0~10之间均匀分布的11个数，包括0和1。
若endpoint=False,则10不包括在里面。
若retstep=False，会同时返回均匀区间中每两个数的间隔。

8、sort函数。调用random模块中的random函数生成10个随机数，然后sort排序。

[python] view plain copy
<span style="font-size:18px;">>>> Z = np.random.random(10)  
>>> Z.sort()  
>>> print Z  
[ 0.15978787  0.28050494  0.35865916  0.40047826  0.45141311    
  
0.4828367  
  0.66133575  0.66775779  0.69278544  0.98095989]</span>  

9、allclose函数，判断两个array在误差范围内是否相等
函数原型allclose(a, b, rtol=1e-05, atol=1e-08)，若absolute(a - b) <= (atol + rtol * absolute(b))则相等。

[python] view plain copy
<span style="font-size:18px;">A = np.random.randint(0,2,5)  
B = np.random.randint(0,2,5)  
equal = np.allclose(A,B)  
print equal</span>  

10、mean函数，求平均值

[python] view plain copy
<span style="font-size:18px;">>>> Z = np.random.random(30)  
>>> m = Z.mean()  
>>> print m  
0.362299527973  
  
>>> A = np.random.randint(0,2,5)  
>>> B = np.random.randint(0,2,5)  
>>> equal = np.allclose(A,B)  
>>> print equal  
False  
</span>  

注：randint(min,max,num)生成大小为num的array，数值范围min～max

----------------------------2015/1/15-------------------------------

0 0