数据挖掘知识

免费体验
当前位置: 首页 > 知识库 > 数据挖掘知识 >

100道numpy练习——初学与入门篇

分享到:
时间:2015-11-29 04:40来源:谷歌推广seo网络知识 作者:谷歌优化怎么做
今天在deeplearning.net上看theano tutorial,发现一个numpy-100-exercise,介绍numpy一些基本用法的,不过不是很具体,我利用闲暇时间照着敲了一些,权且当作翻译吧,增加函数的原型和详细介绍。持续更新。 一、初学者10道 1、在python环境中导入numpy包,

今天在deeplearning.net上看theano tutorial,发现一个numpy-100-exercise,介绍numpy一些基本用法的,不过不是很具体,我利用闲暇时间照着敲了一些,谷歌推广,权且当作翻译吧,增加函数的原型和详细介绍。持续更新。

 

一、初学者10道

1、在python环境中导入numpy包,并命名为np
  1. <span style="font-size:18px;">>>> import numpy as np</span>  

2、查看numpy版本和配置信息
  1. <span style="font-size:18px;">>>> print np.__version__  
  2. >>> np.__config__.show()</span>  

3、创建零向量,zeros函数
  1. <span style="font-size:18px;">>>> z=np.zeros((2,3))  
  2. >>> print z  
  3. [[ 0.  0.  0.]  
  4.  [ 0.  0.  0.]]</span>  

4、将上面的零向量的第二行第三列元素置为1。注意python中行列下班是从0开始。
  1. <span style="font-size:18px;">>>>z[1,2]=1  
  2. >>> print z  
  3. [[ 0.  0.  0.]  
  4.  [ 0.  0.  1.]]</span>  

5、arange函数,创建一个在给定范围的向量。
  1. <span style="font-size:18px;">>>> z=np.arange(1,101)    %1~100范围,注意不包括101  
  2. >>> print z</span>  

6、reshape函数,将array变形为矩阵
  1. <span style="font-size:18px;">>>> Z = np.arange(9).reshape(3,3)  
  2. >>> print Z  
  3. [[0 1 2]  
  4.  [3 4 5]  
  5.  [6 7 8]]</span>  

7、nonzero函数,寻找非0元素的下标
  1. <span style="font-size:18px;">>>> nz=np.nonzero([1,2,3,0,0,4,0])  
  2. >>> nz  
  3. (array([0, 1, 2, 5]),)</span>  

8、eye函数,生成单位向量
  1. <span style="font-size:18px;">>>> z=np.eye(3)  
  2. >>> print z  
  3. [[ 1.  0.  0.]  
  4.  [ 0.  1.  0.]  
  5.  [ 0.  0.  1.]]</span>  

9、diag函数,diagonal对角线。
  1. <span style="font-size:18px;">>>> z=np.diag([1,2,3,4],k=0)   %k=0,以[1,2,3,4]为对角线  
  2. >>> print z  
  3. [[1 0 0 0]  
  4.  [0 2 0 0]  
  5.  [0 0 3 0]  
  6.  [0 0 0 4]]  
  7.   
  8. >>> z=np.diag([1,2,3,4],k=1)   %k=1,[1,2,3,4]在对角线上一行  
  9. >>> print z  
  10. [[0 1 0 0 0]  
  11.  [0 0 2 0 0]  
  12.  [0 0 0 3 0]  
  13.  [0 0 0 0 4]  
  14.  [0 0 0 0 0]]  
  15.   
  16. >>> z=np.diag([1,2,3,4],k=-1)  %k=-1,[1,2,3,4]在对角线下一行  
  17. >>> print z  
  18. [[0 0 0 0 0]  
  19.  [1 0 0 0 0]  
  20.  [0 2 0 0 0]  
  21.  [0 0 3 0 0]  
  22.  [0 0 0 4 0]]</span>  

10、random模块的random函数,生成随机数
  1. <span style="font-size:18px;">>>> Z = np.random.random((3,3))  
  2. >>> print Z  
  3. [[ 0.95171484  0.61394126  0.38864802]  
  4.  [ 0.41943918  0.9398714   0.31608202]  
  5.  [ 0.9993507   0.91717093  0.73002723]]</span>  



二、入门级10道

1、创建一个8*8的“棋盘”矩阵。
 
  1. <span style="font-size:18px;">>>> z=np.zeros((8,8),dtype=int)  
  2. >>> z[1::2,::2]=1     %1、3、5、7行&&0、2、4、6列的元素置为1  
  3. >>> print z  
  4. [[0 0 0 0 0 0 0 0]  
  5.  [1 0 1 0 1 0 1 0]  
  6.  [0 0 0 0 0 0 0 0]  
  7.  [1 0 1 0 1 0 1 0]  
  8.  [0 0 0 0 0 0 0 0]  
  9.  [1 0 1 0 1 0 1 0]  
  10.  [0 0 0 0 0 0 0 0]  
  11.  [1 0 1 0 1 0 1 0]]  
  12. >>> z[::2,1::2]=1  
  13. >>> print z  
  14. [[0 1 0 1 0 1 0 1]  
  15.  [1 0 1 0 1 0 1 0]  
  16.  [0 1 0 1 0 1 0 1]  
  17.  [1 0 1 0 1 0 1 0]  
  18.  [0 1 0 1 0 1 0 1]  
  19.  [1 0 1 0 1 0 1 0]  
  20.  [0 1 0 1 0 1 0 1]  
  21.  [1 0 1 0 1 0 1 0]]</span>  

2、min()、max()函数
  1. <span style="font-size:18px;">>>> z=np.random.random((10,10))  
  2. >>> zmin,zmax=z.min(),z.max()  
  3. >>> print zmin,zmax  
  4. 0.014230501632 0.99548760299</span>  
 
3、函数tile(A,reps),reps即重复的次数,不仅可以是数字,还可以是array。比如构造棋盘矩阵:
 
  1. <span style="font-size:18px;">>>> z=np.tile(np.array([[0,1],[0,1]]),(4,4))  
  2. >>> print z  
  3. [[0 1 0 1 0 1 0 1]  
  4.  [0 1 0 1 0 1 0 1]  
  5.  [0 1 0 1 0 1 0 1]  
  6.  [0 1 0 1 0 1 0 1]  
  7.  [0 1 0 1 0 1 0 1]  
  8.  [0 1 0 1 0 1 0 1]  
  9.  [0 1 0 1 0 1 0 1]  
  10.  [0 1 0 1 0 1 0 1]]</span>  

4、归一化,将矩阵规格化到0~1,即最小的变成0,最大的变成1,最小与最大之间的等比缩放。
  1. <span style="font-size:18px;">>>> Z = np.random.random((5,5))  
  2. >>> Zmax,Zmin = Z.max(), Z.min()  
  3. >>> Z = (Z - Zmin)/(Zmax - Zmin)  
  4. >>> print Z  
  5. [[ 0.          0.32173291  0.17607851  0.6270374     
  6.   
  7. 0.95000808]  
  8.  [ 0.49153473  0.70465605  0.61930085  0.00303294  1.          
  9.   
  10. ]  
  11.  [ 0.4680561   0.88742782  0.29899683  0.80704789    
  12.   
  13. 0.12300414]  
  14.  [ 0.05094248  0.23065875  0.82776775  0.07873239    
  15.   
  16. 0.50644422]  
  17.  [ 0.27417053  0.78679222  0.517819    0.5649124   0.4716856   
  18.   
  19. ]]</span>  

5、矩阵点乘
  1. <span style="font-size:18px;">>>> z=np.dot(np.ones((5,3)),np.ones((3,2)))  
  2. >>> print z  
  3. [[ 3.  3.]  
  4.  [ 3.  3.]  
  5.  [ 3.  3.]  
  6.  [ 3.  3.]  
  7.  [ 3.  3.]]</span>  

6、矩阵相加,5*5矩阵+1*5的向量,相当于每一行都加上1*5矩阵
  1. <span style="font-size:18px;">>>> Z = np.zeros((5,5))  
  2. >>> Z += np.arange(5)  
  3. >>> print Z  
  4. [[ 0.  1.  2.  3.  4.]  
  5.  [ 0.  1.  2.  3.  4.]  
  6.  [ 0.  1.  2.  3.  4.]  
  7.  [ 0.  1.  2.  3.  4.]  
  8.  [ 0.  1.  2.  3.  4.]]</span>  

 
7、linspace函数,在给定区间中生成均匀分布的给定个数。
函数原型 linspace(start, stop, num=50, endpoint=True, retstep=False)
 
  1. <span style="font-size:18px;">>>> Z = np.linspace(0,10,11,endpoint=True, retstep=False)  
  2. >>> print Z  
  3. [  0.   1.   2.   3.   4.   5.   6.   7.   8.   9.  10.]</span>  

生成0~10之间均匀分布的11个数,包括0和1。
若endpoint=False,则10不包括在里面。
若retstep=False,会同时返回均匀区间中每两个数的间隔。
 
8、sort函数。调用random模块中的random函数生成10个随机数,然后sort排序。
 
  1. <span style="font-size:18px;">>>> Z = np.random.random(10)  
  2. >>> Z.sort()  
  3. >>> print Z  
  4. [ 0.15978787  0.28050494  0.35865916  0.40047826  0.45141311    
  5.   
  6. 0.4828367  
  7.   0.66133575  0.66775779  0.69278544  0.98095989]</span>  

9、allclose函数,判断两个array在误差范围内是否相等
函数原型allclose(a, b, rtol=1e-05, atol=1e-08),若absolute(a - b) <= (atol + rtol * absolute(b))则相等。
 
  1. <span style="font-size:18px;">A = np.random.randint(0,2,5)  
  2. B = np.random.randint(0,2,5)  
  3. equal = np.allclose(A,B)  
  4. print equal</span>  

10、mean函数,求平均值
  1. <span style="font-size:18px;">>>> Z = np.random.random(30)  
  2. >>> m = Z.mean()  
  3. >>> print m  
  4. 0.362299527973  
  5.   
  6. >>> A = np.random.randint(0,2,5)  
  7. >>> B = np.random.randint(0,2,5)  
  8. >>> equal = np.allclose(A,B)  
  9. >>> print equal  
  10. False  
  11. </span>  

注:randint(min,max,num)生成大小为num的array,数值范围min~max

( king)

(整理:英文推广TuiGuang123.com)
分享到:
------分隔线----------------------------
购买咨询 | 联系我们 | 产品报价 | 付款方式
网站地图 Copyright·深圳市亿推信息技术有限公司 版权所有 粤ICP备13042246号