当前位置：首页 > news >正文

写完Numpy100道基础练习题后的错误总结和语法总结

news 来源：原创 2024/5/4 21:53:26

前言：由于是看视频学习的缘故，在写这100道题目道中有很多视频中没有出现的语法，然而很多语法直接拿来用都是比较简单的，少了很多的循环语句。至此写下这篇错误总结和语法总结，希望可以给小伙伴们一些帮助，因为博主都帮你们踩雷了！！

1、Create a null vector of size 10 (★☆☆)')

创建一个大小为10的空向量

对于这个问题有四种解法：所用到的语法如下

① np.empty 构造一个大小为 shape 的未初始化数组
②np.zeros 构造一个大小为 shape 的全0数组
③np.ones 构造一个大小为 shape 的全1数组
④np.full 构造一个大小为 shape 的用指定值填满的数组

print(np.empty(10))
print(np.ones(10))
print(np.zeros(10))
print(np.full((2,5),5.0))

需要我们注意的是在用np.full语法进行填充后，在用np.empty 构造一个大小为 shape 的未初始化数组，会发现构造的函数还是用full语句创建后的内容，所以需要我们在创建完后进行初始化

2、Create a 3x3 matrix with values ranging from 0 to 8 (★☆☆)')

用0-8这9个数构造一个3x3大小的矩阵

对于这个问题有2种解法：所用到的语法如下

①np.arange().reshape(3,3)

②np.arange().reshape((3，-1))

x3=np.arange(0,9).reshape(3,3)
print(x3)

sample3 = np.arange(9).reshape((3, -1))
print(sample3)

一开始看到第二个语法用时觉得很奇怪，对-1不是很了解，下面简单介绍一下reshape的性质：

reshape函数是对narray的数据结构进行维度变换，由于变换遵循对象元素个数不变，在进行变换时，假设一个数据对象narray的总元素个数为N，如果我们给出一个维度为（m，-1）时，我们就理解为将对象变换为一个二维矩阵，矩阵的第一维度大小为m，第二维度大小为N/m

所以说当为（3，-1）时也是满足的！

3、Find indices of non-zero elements from [1,2,0,0,4,0] (★☆☆)')

从数组[1,2,0,0,4,0]中找出非0元素的下标

对于这个问题有2种解法：所用到的语法如下

①利用循环嵌套语句

②直接利用自带语法

x3=np.array([1,2,0,0,4,0])
print(x3)
for i in range(len(x3)):
    if x3[i]!=0:
        print(i)
        
print(np.nonzero([1,2,0,0,4,0]))

在这里我犯了个大错，直接用惯性思维去使用循环嵌套语句去寻找非0元素。直接调用numpy中自带的语法就行了！！！希望小伙伴们不要犯和我一样的低级错误！！！

4、Create a 3x3 identity matrix (★☆☆)')

创建3x3的对角矩阵

对于这个问题有3种解法：所用到的语法如下

①np.identity

②np.eye

③np.diag

##“对角矩阵(diagonal matrix)是一个主对角线之外的元素皆为0的矩阵


# identity 只能创建方阵，eye要灵活一些，可以创建NxM的矩阵，也可以控制对角线的位置

print(np.identity(3))
print('-----------------------------------')
print(np.eye(3,3,0)) #默认第一个和第二个参数相等，第三个参数为对角线位置
np.diag([1,1,1])

考研过去这么长时间，我都忘了什么是对角矩阵，研究生白考了！！在这里也给大家科普一下：

对角矩阵(diagonal matrix)是一个主对角线之外的元素皆为0的矩阵，常写为diag（a1，a2,...,an) 。对角矩阵可以认为是矩阵中最简单的一种，值得一提的是：对角线上的元素可以为 0 或其他值，对角线上元素相等的对角矩阵称为数量矩阵；对角线上元素全为1的对角矩阵称为单位矩阵。对角矩阵的运算包括和、差运算、数乘运算、同阶对角阵的乘积运算，且结果仍为对角阵。