NumPy基础及取值操作

文章目录

第1关：ndarray对象
第2关：形状操作
第3关：基础操作
第4关：随机数生成
第5关：索引与切片

第1关：ndarray对象

编程要求

根据提示，在右侧编辑器Begin-End中填充代码，根据测试用例的输入，实例化出对应的ndarray对象并打印。

具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

shape：为需要实例化出来的ndarray对象的shape；

data：表示需要实例化出来的ndarray对象中元素的值。

例如：{'shape': $1, 2$ , 'data': $\[1, 2$ ]}表示ndarray对象的形状为1行2列，第1行第1列的值为1，第1行第2列的值为2。

测试输入：

{'shape': $1, 2$ , 'data': $\[1, 2$ ]}

预期输出：

\[1 2\]

示例代码如下：

python 复制代码

import numpy as np


def print_ndarray(input_data):
    '''
    实例化ndarray对象并打印
    :param input_data: 测试用例，类型为字典类型
    :return: None
    '''

    #********* Begin *********#
    a=input_data
    b = np.array(a['data'])
    print(b)
    #********* End *********#

第2关：形状操作

编程要求

根据提示，在右侧编辑器Begin-End中填充代码，根据测试用例的输入，将列表转换成ndarray后变形成一维数组并将其打印。

具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入：

1, 2, 3\], \[4, 5, 6

预期输出：

1, 2, 3, 4, 5, 6

python 复制代码

```python
import numpy as np
a = np.zeros((3, 4))
``````python
import numpy as np
a = np.zeros((3, 4))
``````python
import numpy as np
a = np.zeros((3, 4))

示例代码如下：

python 复制代码

import numpy as np


def reshape_ndarray(input_data):
    '''
    将ipnut_data转换成ndarray后将其变形成一位数组并打印
    :param input_data: 测试用例，类型为list
    :return: None
    '''

    #********* Begin *********#
    print(np.array(input_data).reshape(-1))
    #********* End *********#

第3关：基础操作

编程要求

根据提示，在右侧编辑器Begin-End处补充代码，根据测试用例的输入，打印每行的最大值的位置。

具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入：

0.2, 0.7, 0.1\], \[0.1, 0.3, 0.6

预期输出：

1 2

示例代码如下：

python 复制代码

import numpy as np


def get_answer(input_data):
    '''
    将input_data转换成ndarray后统计每一行中最大值的位置并打印
    :param input_data: 测试用例，类型为list
    :return: None
    '''

    #********* Begin *********#
    print(np.array(input_data).argmax(axis=1))
    #********* End *********#

第4关：随机数生成

编程要求

根据提示，在右侧编辑器Begin-End处补充代码，将测试用例输入打乱顺序并返回打乱结果。

具体要求请参见后续测试样例。

注意：评测程序内部已经设置好了随机种子，为了顺利评测，请使用np.random.choice()函数来实现打乱顺序。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试，对比你输出的数值与实际正确的数值，只有所有数据全部计算正确才能进入下一关。

测试输入：

1, 2, 3, 4, 5, 6

预期输出：

4, 3, 5, 1, 2, 6

示例代码如下：

python 复制代码

import numpy as np


def shuffle(input_data):
    '''
    打乱input_data并返回打乱结果
    :param input_data: 测试用例输入，类型为list
    :return: result，类型为list
    '''

    # 保存打乱的结果
    result = []
    #********* Begin *********#
    result = list(np.random.choice(a=input_data,size=len(input_data),replace=False))
    #********* End *********#
    return result

第5关：索引与切片

编程要求

在图像处理中，我们通常会将我们感兴趣的区域提取出来再进行处理，而这个感兴趣区域成为ROI(Region Of Interest)。本关的任务是根据提示，在右侧编辑器Begin-End处补充代码，根据测试用例的输入将ROI的提取并返回(ROI是一个矩阵)。

具体要求请参见后续测试样例。

请先仔细阅读右侧上部代码编辑区内给出的代码框架，再开始你的编程工作！

测试说明

平台会对你编写的代码进行测试。你只需按要求完成get_roi(data, x, y, w, h)函数即可。其中：

data：待提取ROI的原始图像数据(其实就是个二维数组)，类型为ndarray；

x: ROI的左上角顶点的行索引，类型为int；

y: ROI的左上角顶点的列索引，类型为int；

w: ROI的宽，类型为int；

h: ROI的高，类型为int。

测试用例是一个字典，字典中image部分表示原始图像的像素数据，x部分表示ROI的左上角顶点的行索引，y部分表示ROI的左上角顶点的列索引，w部分表示ROI的宽，h部分表示ROI的高。

测试输入：

{'image': $\[1, 2, 255, 255, 0$ , $255, 255, 0, 0, 3$ ], 'x':0, 'y':1, 'w':2, 'h':1}

预期输出：

2 255 255\] \[255 0 0

示例代码如下：

python 复制代码

import numpy as np

def get_roi(data, x, y, w, h):
    '''
    提取data中左上角顶点坐标为(x, y)宽为w高为h的ROI
    :param data: 二维数组，类型为ndarray
    :param x: ROI左上角顶点的行索引，类型为int
    :param y: ROI左上角顶点的列索引，类型为int
    :param w: ROI的宽，类型为int
    :param h: ROI的高，类型为int
    :return: ROI，类型为ndarray
    '''

    #********* Begin *********#
    b = data[x:x+h+1,y:y+w+1]
    return b
    #********* End *********#