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
爱打球的白师傅2 小时前
python机器学习工程化demo(包含训练模型,预测数据,模型列表,模型详情,删除模型)支持线性回归、逻辑回归、决策树、SVC、随机森林等模型
人工智能·python·深度学习·机器学习·flask·逻辑回归·线性回归
MediaTea2 小时前
Python 第三方库:TensorFlow(深度学习框架)
开发语言·人工智能·python·深度学习·tensorflow
Joker-Tong3 小时前
大模型数据洞察能力方法调研
人工智能·python·agent
人大博士的交易之路3 小时前
今日行情明日机会——20251113
大数据·数据挖掘·数据分析·缠论·道琼斯结构·涨停板
B站计算机毕业设计之家3 小时前
基于Python+Django+双协同过滤豆瓣电影推荐系统 协同过滤推荐算法 爬虫 大数据毕业设计(源码+文档)✅
大数据·爬虫·python·机器学习·数据分析·django·推荐算法
逻极3 小时前
Webhook 全解析:事件驱动时代的实时集成核心技术
python·web
程序员三藏3 小时前
一文了解UI自动化测试
自动化测试·软件测试·python·selenium·测试工具·职场和发展·测试用例
极客代码3 小时前
第七篇:深度学习SLAM——端到端的革命--从深度特征到神经辐射场的建图新范式
人工智能·python·深度学习·计算机视觉·slam·回环检测·地图构建
larance3 小时前
python中的鸭子类型
开发语言·python
陈辛chenxin4 小时前
【大数据技术04】数据可视化
大数据·python·信息可视化