Numpy:limspace/arange/数组基本属性分析

NumPy 是 Python 中用于科学计算的核心库,其数组对象(ndarray)提供了高效的多维数据处理能力。本文将针对三个关于 NumPy 数组的问题,分析正确选项及其涉及的知识点,帮助读者深入理解 NumPy 的基础操作与属性。


问题 1:数组属性分析

代码:

python 复制代码
import numpy as np
arr = np.array([[1,1,1],[3,3,3]])

选项:

  • A. arr.ndim 的值为 6
  • B. arr.shape 的值为 6
  • C. arr.size 的值为 (2,3)
  • D. arr.dtype 的值为 dtype('int32')

正确选项:

  • D. arr.dtype 的值为 dtype('int32')

知识点分析:

  1. ndarray 的基本属性:

    • ndim :表示数组的维度数。对于 arr,它是二维数组(2 行 3 列),因此 arr.ndim = 2,而不是 6(A 错误)。
    • shape :返回数组的形状,以元组形式表示行列数。arr 的形状是 (2, 3)(2 行 3 列),而不是单个值 6(B 错误)。
    • size :表示数组中元素的总数。arr 有 2 × 3 = 6 个元素,因此 arr.size = 6,而不是元组 (2,3)(C 错误)。
    • dtype :表示数组元素的数据类型。arr 中的元素是整数,默认情况下(在 32 位或 64 位系统中),NumPy 会选择 int32 或 int64。假设 32 位系统,arr.dtype = dtype('int32'),因此 D 正确。
  2. 数据类型推导:

    • NumPy 根据输入数据自动推导类型。[1,1,1] 和 [3,3,3] 是整数,np.array() 默认将其转换为 int32(视平台而定),与 D 选项一致。

问题 2:linspace 函数分析

代码:

python 复制代码
import numpy as np
A = np.linspace(1,10,4)
print(A)

选项:

  • A. [ 1. , 4. , 7. ,10.]
  • B. [ 1. 4. 7. 10.]
  • C. [ 1. , 5. , 9.]
  • D. [ 1. 5. 9.]

正确选项:

  • A. [ 1. , 4. , 7. ,10.]

知识点分析:

  1. np.linspace 的功能:

    • np.linspace(start, stop, num) 生成一个等间隔的数组,从 start 到 stop(包含两端),共 num 个元素。
    • 这里 np.linspace(1, 10, 4) 表示从 1 到 10 生成 4 个等间隔的数。
  2. 计算过程:

    • 步长 = (stop - start) / (num - 1) = (10 - 1) / (4 - 1) = 9 / 3 = 3。
    • 结果为:[1, 1+3, 1+6, 1+9] = [1, 4, 7, 10]。
    • 输出为浮点数(带小数点),因为 linspace 默认返回浮点型数组。
  3. 输出格式:

    • NumPy 数组的 print 输出中,浮点数通常显示为带小数点(如 1.),且元素间有空格和逗号分隔,与 A 选项一致。
    • B 选项缺少逗号,C 和 D 的元素数量和值均错误。

问题 3:arange 函数分析

代码:

python 复制代码
import numpy as np
A = np.arange(1,10,4)
print(A)

选项:

  • A. [ 1. 4. 7. 10.]
  • B. [ 1. , 4. ,7. ,10.]
  • C. [1 5 9]
  • D. [1 ,5 ,9]

正确选项:

  • C. [1 5 9]

知识点分析:

  1. np.arange 的功能:

    • np.arange(start, stop, step) 生成一个从 start 开始、步长为 step 的数组,直到但不包括 stop。
    • 这里 np.arange(1, 10, 4) 表示从 1 开始,步长为 4,生成小于 10 的数。
  2. 计算过程:

    • 从 1 开始:1。
    • 加 4:1 + 4 = 5。
    • 再加 4:5 + 4 = 9。
    • 再加 4:9 + 4 = 13 > 10,超出范围,停止。
    • 结果为 [1, 5, 9]。
  3. 数据类型与输出:

    • 输入参数是整数,arange 默认生成整数数组(而不是浮点数),因此没有小数点。
    • print(A) 输出为 [1 5 9],与 C 选项一致。
    • A 和 B 包含浮点数且有 10,D 有逗号,均错误。

总结

通过分析这三个问题,我们梳理了 NumPy 的核心知识点:

  • 数组属性 (ndim、shape、size、dtype):理解数组的结构和数据类型。
  • linspace:生成等间隔浮点数序列,适用于需要精确分段的场景。
  • arange:生成步长固定的整数序列,适用于迭代或索引。

掌握这些知识点,能帮助开发者更高效地使用 NumPy 处理数据,提升代码的正确性与可读性。

相关推荐
一条Go1 小时前
状态页与 SLA:对外承诺是怎么算出来的
后端·架构·github
喵个咪1 小时前
GoWind IM 场景:乙方怎么用一套 IM 平台交付多个客户——档位、租户与离线交付
后端·go·saas
大胖爱学习_MJ2 小时前
超越向量检索:用 Spring Boot + Neo4j 手搓 GraphRAG 知识图谱记忆
java·后端·python
知识搬运临时工2 小时前
双路服务器跑得比单路慢:JVM 没看见内存的距离
java·后端
Gopher_HBo2 小时前
mprof.go全程跟拍-跟着一个请求走完四种采集
后端
tong_li3 小时前
给娃做个 AI 陪写作业助手:LangChain4j 入门(三):配本古诗书(RAG 入门),答得不瞎编
后端
用户48678952533904 小时前
多租户第二集:读隔离做完之后,写路径才是真坑
后端
bai2734 小时前
同一个 1.005,toFixed 给 1.00、Math.round 给 1、Intl 给 1.01:999 个三分位小数的实测
javascript·后端
千寻技术帮4 小时前
基于Spring Boot+Vue的农产品销售管理系统(源码+文档+数据库,附部署教程)
java·数据库·spring boot·后端·mysql·vue
码云社区4 小时前
Spring Boot陪诊陪护系统源码:医院目录、服务项目与城市业务配置
java·spring boot·后端·陪诊陪护·医院陪诊·医院陪护·陪护小程序