Numpy数值计算Numpy初体验在线闯关_头歌实践教学平台

Numpy数值计算初体验

  • [第1关 Numpy创建数组](#第1关 Numpy创建数组)
  • [第2关 Numpy数组的基本运算](#第2关 Numpy数组的基本运算)
  • [第3关 Numpy数组的切片与索引](#第3关 Numpy数组的切片与索引)
  • [第4关 Numpy数组的堆叠](#第4关 Numpy数组的堆叠)
  • [第5关 Numpy的拆分](#第5关 Numpy的拆分)

第1关 Numpy创建数组

任务描述

本关的小目标是,使用 Numpy 创建一个多维数组。

测试说明

本关的测试过程如下:

平台运行step1/cnmdatest.py文件,并以标准输入方式提供测试输入;

cnmdatest.py文件调用cnmda中的cnmda方法,平台获取cnmdatest.py的输出,然后将其与预期输出作对比,如果一致,则测试通过;否则测试失败。

以下是平台对step1/cnmdatest.py的测试样例:

测试输入: 5 8

预期输出: (5,8)

测试输入: 4 9

预期输出: (4,9)

开始你的任务吧,祝你成功!

python 复制代码
# 引入numpy库
import numpy as np
# 定义cnmda函数
def cnmda(m,n):
    '''
    创建numpy数组
    参数:
		m:第一维的长度
        n: 第二维的长度
    返回值:
        ret: 一个numpy数组
    '''
    ret=0
    # 请在此添加创建多维数组的代码并赋值给ret
    #********** Begin *********#
    x=np.arange(n)
    ret=np.array([x]*m)
    #********** End **********#
    return ret

第2关 Numpy数组的基本运算

任务描述

本关的小目标是,学会Numpy二维数组的一些基本操作。

测试说明

本关的测试过程如下:

平台运行step5/caltest.py文件,并以标准输入方式提供测试输入;

caltest.py文件调用cal中的方法,平台获取caltest.py的输出,然后将其与预期输出作对比,如果一致,则测试通过;否则测试失败。

以下是平台对step5/caltest.py的测试样例:

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

b = [1,2,3]

测试输入: add

预期输出:

\[2 3 4

5 6 7\]

测试输入:mul

预期输出:

\[ 2 4 6

8 10 12\]

开始你的任务吧,祝你成功!

python 复制代码
# 引入numpy库
import numpy as np
# 定义opeadd函数
def opeadd(m,b,n):
    '''
    参数:
    m:是一个数组
    b:是一个列表
    n:是列表中的索引
    你需要做的是 m+b[n]
    返回值:
    ret: 一个numpy数组
    '''    
    ret = 0

    #********** Begin *********#
    ret=m+b[n]
      #********** End **********#

    return ret
# 定义opemul函数
def opemul(m,b,n):
    '''
    参数:
    m:是一个数组
    b:是一个列表
    n:是列表中的索引
    你需要做的是 m*b[n]
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0

    #********** Begin *********#
    ret=m*b[n]
    #********** End **********#
    return ret

第3关 Numpy数组的切片与索引

任务描述

本关的小目标是,从数组中选择指定的元素。

测试说明

本关的测试过程如下:

平台运行step2/cetest.py文件,并以标准输入方式提供测试输入;

cetest.py文件调用ce中的ce方法,平台获取cetest.py的输出,然后将其与预期输出作对比,如果一致,则测试通过;否则测试失败。

预处理的数组

\[1,2,3,4,5\],\[7,8,9,10,11\],\[12,13,14,15\]

以下是平台对step2/cetest.py的测试样例:

测试输入:

1

3

预期输出:

7,8,9

测试输入:

2

2

预期输出:

12,13

开始你的任务吧,祝你成功!

python 复制代码
# 引入numpy库
import numpy as np
# 定义cnmda函数
def ce(a,m,n):
    '''
    参数:
    a:是一个Numpy数组
    m:是第m维数组的索引
    n:第m维数组的前n个元素的索引
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0
    # 请在此添加切片的代码,实现找出多维数组a中第m个数组的前n个元素 并赋值给ret
    #********** Begin *********#
    ret=a[m,:n]
    #********** End **********#
    return ret

第4关 Numpy数组的堆叠

任务描述

本关的目标是,改变Numpy数组的形状。

测试说明

本关的测试过程如下:

平台运行step3/manipulationtest.py文件,并以标准输入方式提供测试输入;

manipulationtest.py文件调用manipulation中的三个方法,平台获取manipulationtest.py的输出,然后将其与预期输出作对比,如果一致,则测试通过;否则测试失败。

预处理数组:

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

b = np.array([[3,4,5],[7,8,9]])

以下是平台对step3/manipulationtest.py的测试样例:

测试输入: v

预期输出:

\[1 2 3

4 5 6

3 4 5

7 8 9\]

测试输入: d

预期输出:

\[\[1 3

2 4

3 5\]

\[4 7

5 8

6 9\]\]

开始你的任务吧,祝你成功!

python 复制代码
# 引入numpy库
import numpy as np
# 定义varray函数
def  varray(m,n):
    '''
    参数:
    m:是第一个数组
    n:是第二个数组
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0
    # 请在此添加代码实现数组的垂直叠加并赋值给ret
    #********** Begin *********#
    ret=np.vstack((m,n))
    #********** End **********#
    return ret
# 定义darray函数
def  darray(m,n):
    '''
    参数:
    m:是第一个数组
    n:是第二个数组
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0
    # 请在此添加代码实现数组的深度叠加并赋值给ret
    #********** Begin *********#
    ret=np.dstack((m,n))
    #********** End **********#
    return ret
 # 定义harray函数
def  harray(m,n):
    '''
    参数:
    m:是第一个数组
    n:是第二个数组
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0
    # 请在此添加代码实现数组的水平叠加并赋值给ret
    #********** Begin *********#
    ret=np.hstack((m,n))
    #********** End **********#
    return ret

第5关 Numpy的拆分

任务描述

本关的目标是,对Numpy数组进行拆分。

本关的测试过程如下:

平台运行step5/splitarraytest.py文件,并以标准输入方式提供测试输入;

splitarraytest.py文件调用splitarray中的三个方法方法,平台获取splitarraytest.py的输出,然后将其与预期输出作对比,如果一致,则测试通过;否则测试失败。

预处理数组:

a= np.arange(9).reshape(3,3)

c = np.arange(27).reshape(3,3,3)

以下是平台对step4/splitarraytest.py的测试样例:

测试输入: v

预期输出: [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

测试输入: h

预期输出: [array([[0],[3],[6]]), array([[1],[4],[7]]), array([[2],[5],[8]])]

开始你的任务吧,祝你成功!

python 复制代码
# 引入numpy库
import numpy as np
# 定义varray函数
def  vsarray(m,n):
    '''
    参数:
    m:是第一个数组
    n:是需要拆分到的维度
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0
    # 请在此添加代码实现数组的纵向拆分并赋值给ret
    #********** Begin *********#
    ret=np.vsplit(m,n)
    #********** End **********#
    return ret
# 定义darray函数
def  dsarray(m,n):
    '''
    参数:
    m:是第一个数组
    n:是需要拆分到的维度
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0
    # 请在此添加代码实现数组的深度拆分并赋值给ret
    #********** Begin *********#
    ret=np.dsplit(m,n)
    #********** End **********#
    return ret
 # 定义harray函数
def  hsarray(m,n):
    '''
    参数:
    m:是第一个数组
    n:是需要拆分到的维度
    返回值:
    ret: 一个numpy数组
    '''
    ret = 0
    # 请在此添加代码实现数组的水平拆分并赋值给ret
    #********** Begin *********#
    ret=np.hsplit(m,n)
    #********** End **********#
    return ret

感谢您的关注!

相关推荐
Watermelo6178 小时前
探究TOON的价值边界:比JSON更优的大模型友好数据格式?
数据结构·人工智能·语言模型·自然语言处理·数据挖掘·数据分析·json
德彪稳坐倒骑驴8 小时前
Hive电商数据分析项目 过程记录
hive·hadoop·数据分析
红队it8 小时前
【Spark+Hadoop】基于spark+hadoop游戏评论数据分析可视化大屏(完整系统源码+数据库+开发笔记+详细部署教程+虚拟机分布式启动教程)✅
大数据·hadoop·分布式·算法·游戏·数据分析·spark
萧鼎8 小时前
深入解析 Python 的 Word 模板引擎:docxtpl 全面指南
开发语言·python·word
Yeats_Liao9 小时前
昇腾910B与DeepSeek:国产算力与开源模型的架构适配分析
人工智能·python·深度学习·神经网络·机器学习·架构·开源
智航GIS9 小时前
11.3 Pandas 模块功能概览
python·信息可视化·pandas
浩子智控9 小时前
开源RPA选择
python·c#·软件工程
kszlgy9 小时前
Day48 随机函数与广播机制
python
子午9 小时前
【2026原创】昆虫识别系统~Python+深度学习+卷积算法+模型训练+人工智能
人工智能·python·深度学习
刘一说9 小时前
腾讯位置服务JavaScript API GL地图组件库深度解析:Vue生态中的地理空间可视化利器
javascript·vue.js·信息可视化·webgl·webgis