Python之Numpy模块100道测试题.doc

1. 导入numpy库并简写为 np (★☆☆)
(提示: import … as …)
import numpy as np

2. 打印numpy的版本和配置说明 (★☆☆)
(提示: np.version, np.show_config)
print(np.__version__)
np.show_config()

3. 创建一个长度为10的空向量 (★☆☆)
(提示: np.zeros)
Z = np.zeros(10)
print(Z)
4. 如何找到任何一个数组的内存大小？(★☆☆)
(提示: size, itemsize)
Z = np.zeros((10,10))
print("%d bytes" % (Z.size * Z.itemsize))
5. 如何从命令行得到numpy中add函数的说明文档? (★☆☆)
(提示: np.info)
numpy.info(numpy.add)

add(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj])
6. 创建一个长度为10并且除了第五个值为1的空向量 (★☆☆)
(提示: array[4])
Z = np.zeros(10)
Z[4] = 1
print(Z)
7. 创建一个值域范围从10到49的向量(★☆☆)
(提示: np.arange)
Z = np.arange(10,50)
print(Z)
8. 反转一个向量(第一个元素变为最后一个) (★☆☆)
(提示: array[::-1])
Z = np.arange(50)
Z = Z[::-1]
print(Z)
9. 创建一个 3x3 并且值从0到8的矩阵(★☆☆)
(提示: reshape)
Z = np.arange(9).reshape(3,3)
print(Z)
10. 找到数组[1,2,0,0,4,0]中非0元素的位置索引 (★☆☆)
(提示: np.nonzero)
nz = np.nonzero([1,2,0,0,4,0])
print(nz)
11. 创建一个 3x3 的单位矩阵 (★☆☆)
(提示: np.eye)
Z = np.eye(3)
print(Z)
12. 创建一个 3x3x3的随机数组 (★☆☆)
(提示: np.random.random)
Z = np.random.random((3,3,3))
print(Z)
13. 创建一个 10x10 的随机数组并找到它的最大值和最小值 (★☆☆)
(提示: min, max)
Z = np.random.random((10,10))
Zmin, Zmax = Z.min(), Z.max()
print(Zmin, Zmax)

14. 创建一个长度为30的随机向量并找到它的平均值 (★☆☆)
(提示: mean)
Z = np.random.random(30)
m = Z.mean()
print(m)
15. 创建一个二维数组，其中边界值为1，其余值为0 (★☆☆)
(提示: array[1:-1, 1:-1])
Z = np.ones((10,10))
Z[1:-1,1:-1] = 0
print(Z)
16. 对于一个存在在数组，如何添加一个用0填充的边界? (★☆☆)
(提示: np.pad)
Z = np.ones((5,5))
Z = np.pad(Z, pad_width=1, mode='constant', constant_values=0)
print(Z)
17. 以下表达式运行的结果分别是什么? (★☆☆)
(提示: NaN = not a number, inf = infinity)
0 * np.nan
np.nan == np.nan
np.inf > np.nan
np.nan - np.nan
0.3 == 3 * 0.1
print(0 * np.nan)
print(np.nan == np.nan)
print(np.inf > np.nan)
print(np.nan - np.nan)
print(0.3 == 3 * 0.1)

18. 创建一个 5x5的矩阵，并设置值1,2,3,4落在其对角线下方位置 (★☆☆)
(提示: np.diag)
Z = np.diag(1+np.arange(4),k=-1)
print(Z)
19. 创建一个8x8 的矩阵，并且设置成棋盘样式 (★☆☆)
(提示: array[::2])
Z = np.zeros((8,8),dtype=int)
Z[1::2,::2] = 1
Z[::2,1::2] = 1
print(Z)

20. 考虑一个 (6,7,8) 形状的数组，其第100个元素的索引(x,y,z)是什么?
(提示: np.unravel_index)
print(np.unravel_index(100,(6,7,8)))
21. 用tile函数去创建一个 8x8的棋盘样式矩阵(★☆☆)
(提示: np.tile)
Z = np.tile( np.array([[0,1],[1,0]]), (4,4))
print(Z)
22. 对一个5x5的随机矩阵做归一化(★☆☆)
(提示: (x - min) / (max - min))
Z = np.random.random((5,5))
Zmax, Zmin = Z.max(), Z.min()
Z = (Z - Zmin)/(Zmax - Zmin)
print(Z)
23. 创建一个将颜色描述为(RGBA)四个无符号字节的自定义dtype？(★☆☆)
(提示: np.dtype)
color = np.dtype([("r", np.ubyte, 1),
                  ("g", np.ubyte, 1),
                  ("b", np.ubyte, 1),
                  ("a", np.ubyte, 1)])
color
24. 一个5x3的矩阵与一个3x2的矩阵相乘，实矩阵乘积是什么？(★☆☆)
(提示: np.dot | @)
Z = np.dot(np.ones((5,3)), np.ones((3,2)))
print(Z)

25. 给定一个一维数组，对其在3到8之间的所有元素取反 (★☆☆)
(提示: >, <=)
Z = np.arange(11)
Z[(3 < Z) & (Z <= 8)] *= -1
print(Z)

26. 下面脚本运行后的结果是什么? (★☆☆)
(提示: np.sum)
print(sum(range(5),-1))
from numpy import *
print(sum(range(5),-1))
print(sum(range(5),-1))
from numpy import *
print(sum(range(5),-1))
27. 考虑一个整数向量Z,下列表达合法的是哪个? (★☆☆)
Z**Z
2 << Z >> 2
Z <- Z 1j*Z Z/1/1 ZZ
Z = np.arange(5)
Z ** Z  # legal

array([  1,   1,   4,  27, 256])
Z = np.arange(5)
2 << Z >> 2  # false

array([0, 1, 2, 4, 8])
Z = np.arange(5)
Z <- Z   # legal

array([False, False, False, False, False])
Z = np.arange(5)
1j*Z   # legal

array([0.+0.j, 0.+1.j, 0.+2.j, 0.+3.j, 0.+4.j])
Z = np.arange(5)
Z/1/1   # legal

array([0., 1., 2., 3., 4.])
Z = np.arange(5)
Z<Z>Z    # false

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
28. 下列表达式的结果分别是什么?(★☆☆)
np.array(0) / np.array(0)
np.array(0) // np.array(0)
np.array([np.nan]).astype(int).astype(float)
print(np.array(0) / np.array(0))
print(np.array(0) // np.array(0))
print(np.array([np.nan]).astype(int).astype(float))
29. 如何从零位对浮点数组做舍入 ? (★☆☆)
(提示: np.uniform, np.copysign, np.ceil, np.abs)
Z = np.random.uniform(-10,+10,10)
print (np.copysign(np.ceil(np.abs(Z)), Z))
30. 如何找到两个数组中的共同元素? (★☆☆)
(提示: np.intersect1d)
Z1 = np.random.randint(0,10,10)
Z2 = np.random.randint(0,10,10)
print(np.intersect1d(Z1,Z2))
31. 如何忽略所有的 numpy 警告(尽管不建议这么做)? (★☆☆)
(提示: np.seterr, np.errstate)
# Suicide mode on
defaults = np.seterr(all="ignore")
Z = np.ones(1) / 0

# Back to sanity
_ = np.seterr(**defaults)

An equivalent way, with a context manager:
with np.errstate(divide='ignore'):
    Z = np.ones(1) / 0

32. 下面的表达式是正确的吗? (★☆☆)
(提示: imaginary number)
np.sqrt(-1) == np.emath.sqrt(-1)
np.sqrt(-1) == np.emath.sqrt(-1)  

False
33. 如何得到昨天，今天，明天的日期? (★☆☆)
(提示: np.datetime64, np.timedelta64)
yesterday = np.datetime64('today', 'D') - np.timedelta64(1, 'D')
today     = np.datetime64('today', 'D')
tomorrow  = np.datetime64('today', 'D') + np.timedelta64(1, 'D')
print ("Yesterday is " + str(yesterday))
print ("Today is " + str(today))
print ("Tomorrow is "+ str(tomorrow))
34. 如何得到所有与2016年7月对应的日期？(★★☆)
(提示: np.arange(dtype=datetime64['D']))
Z = np.arange('2016-07', '2016-08', dtype='datetime64[D]')
print(Z)
35. 如何直接在位计算(A+B)*(-A/2)(不建立副本)? (★★☆)
(提示: np.add(out=), np.negative(out=), np.multiply(out=), np.divide(out=))
A = np.ones(3)*1
B = np.ones(3)*2
C = np.ones(3)*3
np.add(A,B,out=B)
np.divide(A,2,out=A)
np.negative(A,out=A)
np.multiply(A,B,out=A)

array([-1.5, -1.5, -1.5])
36. 用五种不同的方法去提取一个随机数组的整数部分(★★☆)
(提示: %, np.floor, np.ceil, astype, np.trunc)
Z = np.random.uniform(0,10,10)

print (Z - Z%1)
print (np.floor(Z))
print (np.ceil(Z)-1)
print (Z.astype(int))
print (np.trunc(Z))
37. 创建一个5x5的矩阵，其中每行的数值范围从0到4 (★★☆)
(提示: np.arange)
Z = np.zeros((5,5))
Z += np.arange(5)
print (Z)
38. 通过考虑一个可生成10个整数的函数，来构建一个数组(★☆☆)
(提示: np.fromiter)
def generate():
    for x in range(10):
        yield x
Z = np.fromiter(generate(),dtype=float,count=-1)
print (Z)

[0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
39. 创建一个长度为10的随机向量，其值域范围从0到1，但是不包括0和1 (★★☆)
(提示: np.linspace)
Z = np.linspace(0,1,11,endpoint=False)[1:]
print (Z)

40. 创建一个长度为10的随机向量，并将其排序 (★★☆)
(提示: sort)
Z = np.random.random(10)
Z.sort()
print (Z)
41.对于一个小数组，如何用比 np.sum更快的方式对其求和？(★★☆)
(提示: np.add.reduce)
Z = np.arange(10)
np.add.reduce(Z)
42. 对于两个随机数组A和B，检查它们是否相等(★★☆)
(提示: np.allclose, np.array_equal)
A = np.random.randint(0,2,5)
B = np.random.randint(0,2,5)
# Assuming identical shape of the arrays and a tolerance for the comparison of values
equal = np.allclose(A,B)
print(equal)

False
# 方法2
# Checking both the shape and the element values, no tolerance (values have to be exactly equal)
equal = np.array_equal(A,B)
print(equal)

False
43. 创建一个只读数组(read-only) (★★☆)
(提示: flags.writeable)
# 使用如下过程实现
Z = np.zeros(10)
Z.flags.writeable = False
Z[0] = 1
44. 将笛卡尔坐标下的一个10x2的矩阵转换为极坐标形式(★★☆)
(hint: np.sqrt, np.arctan2)
Z = np.random.random((10,2))
X,Y = Z[:,0], Z[:,1]
R = np.sqrt(X**2+Y**2)
T = np.arctan2(Y,X)
print (R)
print (T)
45. 创建一个长度为10的向量，并将向量中最大值替换为1 (★★☆)
(提示: argmax)
Z = np.random.random(10)
Z[Z.argmax()] = 0
print (Z)
46. 创建一个结构化数组，并实现 x 和 y 坐标覆盖 [0,1]x[0,1] 区域 (★★☆)
(提示: np.meshgrid)
Z = np.zeros((5,5), [('x',float),('y',float)])
Z['x'], Z['y'] = np.meshgrid(np.linspace(0,1,5),
                             np.linspace(0,1,5))
print(Z)
47. 给定两个数组X和Y，构造Cauchy矩阵C (Cij =1/(xi - yj))
(提示: np.subtract.outer)
X = np.arange(8)
Y = X + 0.5
C = 1.0 / np.subtract.outer(X, Y)
print(np.linalg.det(C))
48. 打印每个numpy标量类型的最小值和最大值？(★★☆)
(提示: np.iinfo, np.finfo, eps)
for dtype in [np.int8, np.int32, np.int64]:
    print(np.iinfo(dtype).min)
    print(np.iinfo(dtype).max)

for dtype in [np.float32, np.float64]:
    print(np.finfo(dtype).min)
    print(np.finfo(dtype).max)
    print(np.finfo(dtype).eps)
49. 如何打印一个数组中的所有数值? (★★☆)
(提示: np.set_printoptions)
np.set_printoptions(threshold=np.nan)
Z = np.zeros((16,16))
print (Z)

50. 给定标量时，如何找到数组中最接近标量的值？(★★☆)
(提示: argmin)
Z = np.arange(100)
v = np.random.uniform(0,100)
index = (np.abs(Z-v)).argmin()
print (Z[index])
51. 创建一个表示位置(x,y)和颜色(r,g,b)的结构化数组(★★☆)
(提示: dtype)
Z = np.zeros(10, [ ('position', [ ('x', float, 1),
                                  ('y', float, 1)]),
                   ('color',    [ ('r', float, 1),
                                  ('g', float, 1),
                                  ('b', float, 1)])])
print (Z)
52. 对一个表示坐标形状为(100,2)的随机向量，找到点与点的距离(★★☆)
(提示: np.atleast_2d, T, np.sqrt)
Z = np.random.random((10,2))
X,Y = np.atleast_2d(Z[:,0], Z[:,1])
D = np.sqrt( (X-X.T)**2 + (Y-Y.T)**2)
print (D)

# 方法2
# Much faster with scipy
import scipy
# Thanks Gavin Heverly-Coulson (#issue 1)
import scipy.spatial
D = scipy.spatial.distance.cdist(Z,Z)
print (D)

53. 如何将32位的浮点数(float)转换为对应的整数(integer)?
(提示: astype(copy=False))
Z = np.arange(10, dtype=np.int32)
Z = Z.astype(np.float32, copy=False)
print (Z)

54. 如何读取以下文件? (★★☆)
(提示: np.genfromtxt)
1, 2, 3, 4, 5
6,  ,  , 7, 8
 ,  , 9,10,11

参考链接：https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.genfromtxt.html
55. 对于numpy数组，enumerate的等价操作是什么？(★★☆)
(提示: np.ndenumerate, np.ndindex)
Z = np.arange(9).reshape(3,3)
for index, value in np.ndenumerate(Z):
    print (index, value)
for index in np.ndindex(Z.shape):
    print (index, Z[index])

56. 生成一个通用的二维Gaussian-like数组 (★★☆)
(提示: np.meshgrid, np.exp)
X, Y = np.meshgrid(np.linspace(-1,1,10), np.linspace(-1,1,10))
D = np.sqrt(X*X+Y*Y)
sigma, mu = 1.0, 0.0
G = np.exp(-( (D-mu)**2 / ( 2.0 * sigma**2 ) ) )
print (G)

57. 对一个二维数组，如何在其内部随机放置p个元素? (★★☆)
(提示: np.put, np.random.choice)
n = 10
p = 3
Z = np.zeros((n,n))
np.put(Z, np.random.choice(range(n*n), p, replace=False),1)
print (Z)
58. 减去一个矩阵中的每一行的平均值 (★★☆)
(提示: mean(axis=,keepdims=))
X = np.random.rand(5, 10)
# Recent versions of numpy
Y = X - X.mean(axis=1, keepdims=True)
print(Y)

# 方法2
# Older versions of numpy
Y = X - X.mean(axis=1).reshape(-1, 1)
print (Y)

59. 如何通过第n列对一个数组进行排序? (★★☆)
(提示: argsort)
Z = np.random.randint(0,10,(3,3))
print (Z)
print (Z[Z[:,1].argsort()])
60. 如何检查一个二维数组是否有空列？(★★☆)
(提示: any, ~)
Z = np.random.randint(0,3,(3,10))
print ((~Z.any(axis=0)).any())

True
61. 从数组中的给定值中找出最近的值 (★★☆)
(提示: np.abs, argmin, flat)
Z = np.random.uniform(0,1,10)
z = 0.5
m = Z.flat[np.abs(Z - z).argmin()]
print (m)

0.5531249196891759
62. 如何用迭代器(iterator)计算两个分别具有形状(1,3)和(3,1)的数组? (★★☆)
(提示: np.nditer)
A = np.arange(3).reshape(3,1)
B = np.arange(3).reshape(1,3)
it = np.nditer([A,B,None])
for x,y,z in it: 
    z[...] = x + y
print (it.operands[2])
63. 创建一个具有name属性的数组类(★★☆)
(提示: class方法)
class NamedArray(np.ndarray):
    def __new__(cls, array, name="no name"):
        obj = np.asarray(array).view(cls)
        obj.name = name
        return obj
    def __array_finalize__(self, obj):
        if obj is None: return
        self.info = getattr(obj, 'name', "no name")

Z = NamedArray(np.arange(10), "range_10")
print (Z.name)

range_10
64. 考虑一个给定的向量，如何对由第二个向量索引的每个元素加1(小心重复的索引)? (★★★)
(提示: np.bincount | np.add.at)
Z = np.ones(10)
I = np.random.randint(0,len(Z),20)
Z += np.bincount(I, minlength=len(Z))
print(Z)

[3. 1. 5. 4. 3. 4. 2. 1. 4. 3.]
# 方法2
np.add.at(Z, I, 1)
print(Z)

[5. 1. 9. 7. 5. 7. 3. 1. 7. 5.]
65. 根据索引列表(I)，如何将向量(X)的元素累加到数组(F)? (★★★)
(提示: np.bincount)
X = [1,2,3,4,5,6]
I = [1,3,9,3,4,1]
F = np.bincount(I,X)
print (F)

[0. 7. 0. 6. 5. 0. 0. 0. 0. 3.]
66. 考虑一个(dtype=ubyte) 的 (w,h,3)图像，计算其唯一颜色的数量(★★★)
(提示: np.unique)
w,h = 16,16
I = np.random.randint(0,2,(h,w,3)).astype(np.ubyte)
#Note that we should compute 256*256 first. 
#Otherwise numpy will only promote F.dtype to 'uint16' and overfolw will occur
F = I[...,0]*(256*256) + I[...,1]*256 +I[...,2]
n = len(np.unique(F))
print (n)

8
67. 考虑一个四维数组，如何一次性计算出最后两个轴(axis)的和？(★★★)
(提示: sum(axis=(-2,-1)))
A = np.random.randint(0,10,(3,4,3,4))
# solution by passing a tuple of axes (introduced in numpy 1.7.0)
sum = A.sum(axis=(-2,-1))
print (sum)

# 方法2
sum = A.reshape(A.shape[:-2] + (-1,)).sum(axis=-1)
print (sum)
68. 考虑一个一维向量D，如何使用相同大小的向量S来计算D子集的均值？(★★★)
(提示: np.bincount)
D = np.random.uniform(0,1,100)
S = np.random.randint(0,10,100)
D_sums = np.bincount(S, weights=D)
D_counts = np.bincount(S)
D_means = D_sums / D_counts
print (D_means)
# 方法2
import pandas as pd
print(pd.Series(D).groupby(S).mean())
69. 如何获得点积 dot prodcut的对角线? (★★★)
(提示: np.diag)
A = np.random.uniform(0,1,(5,5))
B = np.random.uniform(0,1,(5,5))
# slow version
np.diag(np.dot(A, B))

# 方法2
# Fast version
np.sum(A * B.T, axis=1)

# 方法3
# Faster version
np.einsum("ij,ji->i", A, B)
70. 考虑一个向量[1,2,3,4,5],如何建立一个新的向量，在这个新向量中每个值之间有3个连续的零？(★★★)
(提示: array[::4])
Z = np.array([1,2,3,4,5])
nz = 3
Z0 = np.zeros(len(Z) + (len(Z)-1)*(nz))
Z0[::nz+1] = Z
print (Z0)

[1. 0. 0. 0. 2. 0. 0. 0. 3. 0. 0. 0. 4. 0. 0. 0. 5.]
71. 考虑一个维度(5,5,3)的数组，如何将其与一个(5,5)的数组相乘？(★★★)
(提示: array[:, :, None])
A = np.ones((5,5,3))
B = 2*np.ones((5,5))
print (A * B[:,:,None])
72. 如何对一个数组中任意两行做交换? (★★★)
(提示: array[[]] = array[[]])
A = np.arange(25).reshape(5,5)
A[[0,1]] = A[[1,0]]
print (A)

73. 考虑一个可以描述10个三角形的triplets，找到可以分割全部三角形的line segment
Consider a set of 10 triplets describing 10 triangles (with shared vertices), find the set of unique line segments composing all the triangles (★★★)
(提示: repeat, np.roll, np.sort, view, np.unique)
faces = np.random.randint(0,100,(10,3))
F = np.roll(faces.repeat(2,axis=1),-1,axis=1)
F = F.reshape(len(F)*3,2)
F = np.sort(F,axis=1)
G = F.view( dtype=[('p0',F.dtype),('p1',F.dtype)] )
G = np.unique(G)
print (G)

74. 给定一个二进制的数组C，如何产生一个数组A满足np.bincount(A)==C(★★★)
(提示: np.repeat)
C = np.bincount([1,1,2,3,4,4,6])
A = np.repeat(np.arange(len(C)), C)
print (A)

[1 1 2 3 4 4 6]
75. 如何通过滑动窗口计算一个数组的平均数? (★★★)
(提示: np.cumsum)
def moving_average(a, n=3) :
    ret = np.cumsum(a, dtype=float)
    ret[n:] = ret[n:] - ret[:-n]
    return ret[n - 1:] / n
Z = np.arange(20)
print(moving_average(Z, n=3))

[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10. 11. 12. 13. 14. 15. 16. 17. 18.]
76. Consider a one-dimensional array Z, build a two-dimensional array whose first row is (Z[0],Z[1],Z[2]) and each subsequent row is shifted by 1 (last row should be (Z[-3],Z[-2],Z[-1]) (★★★)
(提示: from numpy.lib import stride_tricks)
from numpy.lib import stride_tricks
def rolling(a, window):
    shape = (a.size - window + 1, window)
    strides = (a.itemsize, a.itemsize)
    return stride_tricks.as_strided(a, shape=shape, strides=strides)
Z = rolling(np.arange(10), 3)
print (Z)
77. 如何对布尔值取反，或者原位(in-place)改变浮点数的符号(sign)？(★★★)
(提示: np.logical_not, np.negative)
Z = np.random.randint(0,2,100)
np.logical_not(Z, out=Z)
Z = np.random.uniform(-1.0,1.0,100)
np.negative(Z, out=Z)
78. 考虑两组点集P0和P1去描述一组线(二维)和一个点p,如何计算点p到每一条线 i (P0[i],P1[i])的距离？(★★★)
def distance(P0, P1, p):
    T = P1 - P0
    L = (T**2).sum(axis=1)