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
zh1570231 分钟前
mysql如何给用户分配全局权限_合理使用GLOBAL权限层级
jvm·数据库·python
2303_821287381 分钟前
HTML怎么配合JavaScript交互_HTML DOM操作入门【指南】
jvm·数据库·python
m0_631529822 分钟前
SQL如何简化长SQL子查询结构_利用CTE公用表表达式优化
jvm·数据库·python
小冷爱学习!3 分钟前
Apache Shiro 1.2.4 反序列化漏洞Shiro-550(CVE-2016-4437)
服务器·网络·python·安全·网络安全·apache
m0_740352423 分钟前
mysql安装完成后如何配置慢查询阈值_mysql日志监控方法
jvm·数据库·python
m0_740796363 分钟前
如何查找SQL中最常见的元素_结合GROUP BY与COUNT
jvm·数据库·python
wang3zc4 分钟前
HTML怎么标注成就连续打卡中断_HTML“断连,重新开始”提示【方法】
jvm·数据库·python
_376271534 分钟前
如何正确验证 GOPATH 和 PATH 环境变量是否生效
jvm·数据库·python
m0_736439306 分钟前
如何在phpMyAdmin中处理权限更改不生效_FLUSH PRIVILEGES命令执行
jvm·数据库·python
2401_824697667 分钟前
优化文本分类中堆叠模型的网格搜索性能:避免训练卡顿的实用指南
jvm·数据库·python