习题解答2.1 ndarray 快速入门
这里是2.1节的习题。我们先在这里import所有需要用到的库。
import numpy as np
import pandas as pd
arr1 = np.load("data/1-task-arr1.npy")
arr2 = np.load("data/1-task-arr2.npy")
iris_df = pd.read_csv("data/iris.csv")
基础练习
- 请创建形状为
(3, 4, 5)的全0，全1，全2 数组.
shape = (3, 4, 5)
arr_0 = np.zeros(shape) # 全0 数组
arr_1 = np.ones(shape) # 全1 数组
arr_2 = np.full(shape, 2) # 全2 数组
- 请创建长度为16的一维数组，其中数据为 24,22,20,18...,-6.
arr = np.arange(24, -8, -2)
arr
array([24, 22, 20, 18, 16, 14, 12, 10, 8, 6, 4, 2, 0, -2, -4, -6])
- 请获取数组
arr1的维度、形状与数据类型.
print("维度:", arr1.ndim)
print("形状:", arr1.shape)
print("数据类型:", arr1.dtype)
维度: 5
形状: (1, 2, 3, 4, 5)
数据类型: datetime64[s]
- 请获取
arr2的简略字符串与详细字符串表示.
print("简略字符串:", str(arr2))
print("详细字符串:\n", repr(arr2))
简略字符串: [[1. 2. 3.]
[4. 5. 6.]]
详细字符串:
array([[1., 2., 3.],
[4., 5., 6.]])
- 请计算将
arr2中的每个元素加100的平方根后的数组, 并求出它的最大值、均值与标准差.
arr = np.sqrt(arr2 + 100)
print("最大值:", np.max(arr))
print("均值:", np.mean(arr))
print("标准差:", np.std(arr))
arr
最大值: 10.295630140987
均值: 10.173148676451225
标准差: 0.08394049570182746
array([[10.04987562, 10.09950494, 10.14889157],
[10.19803903, 10.24695077, 10.29563014]])
- 请遍历
arr2中的所有元素并存储到一个集合set中.
result = set()
for i in arr2.flat:
result.add(i)
result
{np.float64(1.0),
np.float64(2.0),
np.float64(3.0),
np.float64(4.0),
np.float64(5.0),
np.float64(6.0)}
- 请获取一个数值为1 ~ 9 ,形状为 (3, 3)的数组，将其存储至
arr3中.
arr3 = np.arange(1,10).reshape(3,3)
arr3
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
- 请计算
arr2与arr3在第一个轴上的堆叠，arr2在arr3之前.
np.concatenate((arr2, arr3), axis=0)
array([[1., 2., 3.],
[4., 5., 6.],
[1., 2., 3.],
[4., 5., 6.],
[7., 8., 9.]])
实战演练
这里我们使用了经典的鸢尾花数据集（Iris Dataset）。已知数组iris_arr存储的是iris_df的特征，即其中第2-5列的数据(按照顺序)，数组iris_index存储的是这四列的名称，iris_target存储的是目标特征，即species列中的数据。请完成下述问题。
iris_arr = iris_df.to_numpy()[:,1:5].astype(np.float64)
iris_index = iris_df.columns[1:5].to_list().copy()
iris_target = iris_df.to_numpy()[:, 5].copy()
iris_df.head()
| Unnamed: 0 | sepal_length | sepal_width | petal_length | petal_width | species | |
|---|---|---|---|---|---|---|
| 0 | 0 | 5.1 | 3.5 | 1.4 | 0.2 | Iris-setosa |
| 1 | 1 | 4.9 | 3.0 | 1.4 | 0.2 | Iris-setosa |
| 2 | 2 | 4.7 | 3.2 | 1.3 | 0.2 | Iris-setosa |
| 3 | 3 | 4.6 | 3.1 | 1.5 | 0.2 | Iris-setosa |
| 4 | 4 | 5.0 | 3.6 | 1.4 | 0.2 | Iris-setosa |
- 请计算每个特征的均值和方差
means = np.mean(iris_arr, axis=0)
variances = np.var(iris_arr, axis=0)
for col_name, mean, variance in zip(iris_index, means, variances):
print(f"特征{col_name}的均值为:", mean)
print(f"特征{col_name}的方差为:", variance)
特征sepal_length的均值为: 5.843333333333334
特征sepal_length的方差为: 0.6811222222222223
特征sepal_width的均值为: 3.0540000000000003
特征sepal_width的方差为: 0.18675066666666668
特征petal_length的均值为: 3.758666666666666
特征petal_length的方差为: 3.092424888888889
特征petal_width的均值为: 1.1986666666666668
特征petal_width的方差为: 0.5785315555555555
- 请将
iris数据标准化（均值为0，方差为1）
iris_arr = (iris_arr - means) / np.sqrt(variances)
iris_df.iloc[:, 1:5] = iris_arr
iris_df.head()
| Unnamed: 0 | sepal_length | sepal_width | petal_length | petal_width | species | |
|---|---|---|---|---|---|---|
| 0 | 0 | -0.900681 | 1.032057 | -1.341272 | -1.312977 | Iris-setosa |
| 1 | 1 | -1.143017 | -0.124958 | -1.341272 | -1.312977 | Iris-setosa |
| 2 | 2 | -1.385353 | 0.337848 | -1.398138 | -1.312977 | Iris-setosa |
| 3 | 3 | -1.506521 | 0.106445 | -1.284407 | -1.312977 | Iris-setosa |
| 4 | 4 | -1.021849 | 1.263460 | -1.341272 | -1.312977 | Iris-setosa |
- 请计算每个类别的平均特征值
unique_classes = np.unique(iris_target)
class_means = {}
for cls in unique_classes:
class_data = iris_arr[iris_target == cls]
class_means[cls] = np.mean(class_data, axis=0)
print("每个类别的平均特征值:")
for class_name, mean_values in class_means.items():
print(f"{class_name}: {mean_values}")
每个类别的平均特征值:
Iris-setosa: [-1.01457897 0.84230679 -1.30487835 -1.25512862]
Iris-versicolor: [ 0.11228223 -0.65718442 0.28508673 0.16740892]
Iris-virginica: [ 0.90229674 -0.18512237 1.01979162 1.08771971]