numpy试题.doc

一、选择题：（每题2分共计20分）1. 计算numpy中元素个数的方法（）A、np.sqrt() B、np.size() C、np.identity()2. 已知c= np.arange(24).reshape(3,4,2) 那么c.sum(axis = 0)所得的结果为（）A、 array(12, 16,44, 48,76, 80) (列0，行1)B、 array( 1, 5, 9, 13,17, 21, 25, 29,33, 37, 41, 45) C、array(24, 27, 30, 33,36, 39,42, 45)3. 有数组 n = np.arange(24).reshape(2,-1,2,2)，n.shape的返回结果是什么？A、(2,3,2,2) B、(2,2,2,2) C、(2,4,2,2) D、(2,6,2,2)4. Numpy中创建全为0的矩阵使用_A、 zeros B、ones C、empty D、arange5、 numpy中向量转成矩阵使用()A、 reshape B、reval C arange D、random6、 numpy中矩阵转成向量使用()B、 Areshape B、resize C arange D、random7、我们在使用pandas时需要导入什么东西？A.import pandas as pdB.import sysC.import matplotlib8、df.tail()这个函数是用来（）A.用来创建数据B.用来展现数据C.用来分析数据9、df.min()这个函数是用来（）A.找寻元素最小值B.找寻每行最小值C.找寻每列最小值10、最简单的Series是由（）的数据构成A.一个数组B.两个数组C.三个数组二、判断：每个2分共计20分1.已知a = np.arange(12) c = a.view() 那么c is a 的结果为True c.base is a的结果为True（）2.np.where(condition, x, y),基于条件condition，返回值来自x或者y3.一个数组对象的itemsize，返回的值是由数组的大小决定的_4.检测数据缺失一般使用notnull方法_5.Series如同一个三维数组，Datafarme如同一个表格_一维_6.numpy中产生全1的矩阵使用的方法是empty_7.Series和DataFrame是pandas包中的数据结构,Series像二维数组,DataFrame像表格 _ 8.import pandas as pd,s2=pd.Series(25,23,42,21,23,index=Jack,Lucy,Helen,Milky,Jasper) 程序 23 in s2 的执行结果为 False._in 代表下标_9、df1 = pd.DataFrame(5, 2, 3, 4, 5, 6,7,8,9, index=A, B,D, columns=C1, C2, C3) 其中df1.loc2:1=8_10、pandas中head（n）的意思是获取最后的n行数据_三、填空题：（每空2分，共30分）1、创建0数组（zeros）创建元素都为1的数组（）创建一个单位矩阵2、创建一个3阶的单位矩阵n = np.eye(3)，n.dtype返回_float_数据类型，n 1 1 返回_1.0_。3、有一个数组a= np.arange(8).reshape(2,4)，np.hsplit(a,2)返回_，np.hsplit(a,(1,3)返回_。array(0, 1, 4, 5), array(2, 3, 6, 7)array(0, 4), array(1, 2, 5, 6), array(3, 7)4、pandas有那两个数据结构？_Series 和_DataFrame_5、列用数字_0_表示 行用_1_表示6、numpy中最大值方法为_max_7、在pandas中的，（_read_csv_）用来读取csv文件8、如何导入numpy 并命名为np_9、创建一个数组，元素值从10-49_10、创建大小为10的，值为0的向量_四题：简答1、建立一个长度为10的除了第五位为1其他全为0的向量2、简述数组的reshape和resize 的区别？3、列举numpy中常用的5个方法。zeros(), ones(), empty(), eye(), diag(), max(), min(), mean(), std(), add(), dub(), mul(), div()