Python numpy 矩阵运算练习Python numpy 矩阵运算练习

60 阅读 0 评论 40 点赞

我是靠谱客的博主美丽魔镜，最近开发中收集的这篇文章主要介绍Python numpy 矩阵运算练习Python numpy 矩阵运算练习，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

Python numpy 矩阵运算练习

首先我们使用最简单的程序查看 numpy 版本和配置：

import numpy as np
print(np.__version__)
np.show_config()

这里我们默认安装的是清华大学镜像源里面的包，版本号是 1.21.5：

Create a 8x8 matrix and fill it with a checkerboard pattern (★☆☆)
创建一个8*8矩阵，并用棋盘图案填充

import numpy as np
z = np.zeros((8,8),dtype=int)
z[1::2,::2] = 1   # 从第 2 行开始，每隔一行，第 0 列开始，每隔一列赋值为 1
z[::2,1::2] = 1   # 从第 0 行开始，每隔一行，第 1 列开始，每隔一列赋值为 1
print(z)

Create a 5x5 matrix with values 1,2,3,4 just below the diagonal (★☆☆)
创建一个5*5矩阵，对角线下方值为 0，1，2，3，4

z = np.diag(np.arange(5),k=0)
print(z)

Create a custom dtype that describes a color as four unsigned bytes (RGBA) (★☆☆)
新建一个dtype类型用来描述一个颜色(RGBA)

import numpy as np
color = np.dtype([("r",np.ubyte,1),
                  ("g",np.ubyte,1),
                  ("b",np.ubyte,1),
                  ("a",np.ubyte,1)])

How to round away from zero a float array ? (★☆☆)
如何对数组进行四舍五入操作？

z = np.random.uniform(-10,+10,10)
print(z)
print (np.copysign(np.rint(np.abs(z)), z))

How to ignore all numpy warnings (not recommended)? (★☆☆)
如何忽略所有numpy警告？

# 方法1
# Suicide mode on
import numpy as np
defaults = np.seterr(all="ignore")
z = np.ones(1) / 0
# Back to sanity
_ = np.seterr(**defaults)
# 方法2
with np.errstate(divide='ignore'):
    Z = np.ones(1) / 0

Given a 1D array, negate all elements which are between 3 and 8, in place. (★☆☆)
给定一个一维数组，将第3~8个元素取反

···python
import numpy as np
z = np.arange(11)
print(z)
z[(3 < z) & (z <= 8)] *= -1
print(z)
···

Extract the integer part of a random array using 5 different methods (★★☆)
提取随机数列整数部分的五种方法

z = np.random.uniform(0,10,10)
print (z - z%1)
print (np.floor(z))
print (np.ceil(z)-1)
print (z.astype(int))
print (np.trunc(z))

Create a 5x5 matrix with row values ranging from 0 to 4 (★★☆)
创建一个5*5的矩阵，每一行值为0~4

z = np.zeros((5,5))
z += np.arange(5)
print(z)

Create random vector of size 10 and replace the maximum value by 0 (★★☆)
创建一个长度为10的随机矩阵，并将最大值替换为0

z = np.random.random(10)
z[z.argmax()] = 0
print(z)

Print the minimum and maximum representable value for each numpy scalar type (★★☆)
打印每种numpy标量类型的最小和最大可表示值

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)