numpy测验-keys.docx
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
NumPy 是 Python 语言中的一个科学计算库,它提供了高效的多维数组对象 `ndarray`,以及其他各种数学操作。在本测验中,主要考察了 NumPy 的基本概念、数组属性、操作以及与其他库的交互。 1. `ndarray` 不能直接表示的数据形式是 D.高维数据。实际上,NumPy 的数组可以表示任意维度的数据,从一维到多维,包括高维。 2. `import numpy as np` 的含义是 A. numpy 的别名,不可更改。`np` 是 `numpy` 库的别名,通常用于简化代码,但这个别名是固定的,不能更改。 3. `a.shape` 的执行结果是 A. (2, 5),它表示数组的形状,即二维数组,第一维有2个元素,第二维有5个元素。 4. `a.itemsize` 的执行结果是 A. 4,它表示数组中每个元素的大小(以字节为单位)。 5. `a > b` 的结果是 A. 一个布尔型数组对象,维度是 a.shape,它会按元素比较 a 和 b,生成对应位置的布尔结果。 6. 计算 `a` 中元素标准差的函数是 D. `np.std(a)`。 7. 获得 `a` 中最小值下标(多维方式)的方法是 D. `np.unravel_index(np.argmin(a), a.shape)`,这将返回最小值在数组中的线性索引,并转换为多维索引。 8. 可以最方便的存储多维数组的方法是 C. `np.save()` 和 `np.load()`,分别用于保存和加载数组。 9. `np.random.shuffle(a)` 的作用是 A. 将 `a` 进行随机乱序排列,改变 `a`,它会原地打乱数组的元素顺序。 10. 不在本专题中讲授的第三方库是 D. pandas,因为本专题专注于 NumPy,而 Pandas 是数据处理和分析的库。 11. 生成一个 3 行 4 列全 0 的 `ndarray` 对象的语句是:`a = np.zeros((3,4), dtype='int32')` 12. 生成一个 3 行 4 列的 `ndarray` 对象的语句是:`a = np.arange(12).reshape((3,4))` 13. 对数组中每个元素取平方根的语句是:`np.sqrt(a)` 14. 将 `a` 存储为 CSV 文件格式的语句是:`np.savetxt('a.csv', a, fmt='%d', delimiter=',')` 15. 生成 4 行 5 列,元素在 100 到 200 之间的随机整数数组的语句是:`np.random.randint(100, 200, size=(4,5))` 在测试 2 中涉及的是另一个库 —— Matplotlib,用于数据可视化: 1. `pyplot` 是 B. matplotlib 的子库,它是 Matplotlib 最常用的接口,提供了一套类似 MATLAB 的绘图命令。 2. 将上图绘制区域分成两部分的代码是 D. `plt.subplot(211)`,这会创建一个包含两个子图的布局,第一个子图占据左半部分。 3. 下列语句将绘制的内容未给出,需要完整代码才能确定。通常,`plt.plot(x, y)` 会绘制 x 和 y 对应的二维图形,如折线图。

- 粉丝: 7029
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益 登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜最新资源
- 项目管理的“五事”“七计”—了解你的项目环境-准确预测项目成败.docx
- 华南农业大学数据库系统概念实验研究分析报告三.doc
- XX公司网络项目投标书.doc
- 大学计算机基础课程的实践与探索.docx
- 计算机网络的防御策略技术.docx
- 创高礼品网站方案.doc
- 计算机网络安全问题及其防范研究.doc
- 大数据背景下社会综合治税平台的构建.docx
- 内衣行业以及内衣行业的网站运营数据分析.doc
- IC卡预付费售电管理软件说明书.doc
- (源码)基于STM32微控制器的MIDI转CV转换器.zip
- 单片机原理及应用张毅刚课后习题答案完整版.docx
- 交通信号灯及路灯施工方案.doc
- 【合肥168中校际公开课资源系列】条件反射:FLASH动画.ppt
- 第二章PLC组成与原理.ppt
- 浅析电力系统运行控制目标及其控制自动化.docx


信息提交成功