邱锡鹏nndl-chap1-warmup

1.numpy的array操作

#1.导入numpy
import numpy as np
import matplotlib.pyplot as plt 

#2.建立一个一维数组 a 初始化为[4,5,6]
#(1)输出a 的类型（type）(2)输出a的各维度的大小（shape）(3)输出 a的第一个元素（值为4）
a=np.array([4,5,6])
print(type(a))         
print(a.shape)
print(a[0])


#3.建立一个二维数组 b,初始化为 [ [4, 5, 6],[1, 2, 3]] 
#(1)输出各维度的大小（shape）(2)输出 b(0,0)，b(0,1),b(1,1) 这三个元素（对应值分别为4,5,2）
b=np.array([[4,5,6],[1,2,3]])
print(b.shape)
print(b[0,0],b[0,1],b[1,1])


#4.(1)建立一个全0矩阵 a, 大小为 3x3; 类型为整型（提示: dtype = int）
a=np.zeros((3,3),dtype=int)
#(2)建立一个全1矩阵b,大小为4x5;
b=np.ones((4,5))
#(3)建立一个单位矩阵c,大小为4x4注意参数是n，而非shape  
c=np.eye(4)             
#(4)生成一个随机数矩阵d,大小为 3x2
d=np.random.randn(3,2)


#5.建立一个数组 a,(值为[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]] ) 
#(1)打印a; (2)输出下标为(2,3),(0,0)这两个数组元素的值
a=np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]])
print(a)
print(a[2,3],a[0,0])


#6.把上一题的 a数组的 0到1行 2到3列，放到b里面去(直接调用a)
#(1)输出b;(2)输出b的（0,0）这个元素的值¶
b=a[:2,1:4]
print(b)
print(b[0,0])

#7.把第5题中数组a的最后两行所有元素放到c中
#(1)输出 c ; (2)输出c中第一行的最后一个元素
c=a[-2:,:]
print(c)
print(c[0,-1])


#8.建立数组a,初始化a为[[1, 2], [3, 4], [5, 6]]，输出（0,0）（1,1）（2,0）这三个元素
a=np.array([[1, 2], [3, 4], [5, 6]])
print(a[[0, 1, 2], [0, 1, 0]])          #[[输出索引的第一个参数集合],[输出索引的第二个参数集合]]


#9.建立矩阵a,初始化为[[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]，输出(0,0),(1,2),(2,0),(3,1) 
a=np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])
print(a[np.arange(4), np.array([0, 2, 0, 1])])


#10.对9中输出的那四个元素，每个都加上10，然后重新输出矩阵a.
a[np.arange(4), np.array([0, 2, 0, 1])] += 10
print(a)

2.array的数学操作

#1.执行 x = np.array([1, 2])，然后输出x的数据类型
x=np.array([1, 2])
print(x.dtype)


#2.执行 x = np.array([1.0, 2.0]) ，然后输出x的数据类类型
x=np.array([1.0, 2.0])
print(x.dtype)


#3.执行 x = np.array([[1, 2], [3, 4]], dtype=np.float64) ，y = np.array([[5, 6], [7, 8]], dtype=np.float64)，然后输出 x+y和np.add(x,y)
x = np.array([[1, 2], [3, 4]], dtype=np.float64)
y = np.array([[5, 6], [7, 8]], dtype=np.float64)
print(x+y)
print(np.add(x,y))


#4.利用3题目中的x,y 输出 x-y 和 np.subtract(x,y)
print(x-y)
print(np.subtract(x,y))


#5.利用3题目中的x，y 输出 x*y,和 np.multiply(x, y)还有np.dot(x,y),比较差异。然后自己换一个不是方阵的试试
print(x*y)                   #对应元素相乘
print(np.multiply(x,y))      #对应元素相乘
print(np.dot(x,y))           #矩阵乘法
#不是方阵，如果x.shape=y.shape，可以执行x*y和np.multiply(x,y)，维度符合矩阵乘法要求的可以进行矩阵乘法


#6.利用3题目中的x,y,输出 x / y
print(np.divide(x,y))
print(x/y)


#7.利用3题目中的x,输出x的开方。
print(np.sqrt(x))
print(x**0.5)

#8.利用3题目中的x,y,执行 print(x.dot(y)) 和 print(np.dot(x,y))，结果相同
print(x.dot(y))       
print(np.dot(x,y))


#9利用3题目中的x,进行求和。
#输出三种求和 (1)print(np.sum(x)): (2)print(np.sum(x，axis =0 )); (3)print(np.sum(x,axis = 1))
print(np.sum(x))          #10.0全部元素和
print(np.sum(x,axis=0))   #[4. 6.] 把行压缩掉，就是对每列相加
print(np.sum(x,axis=1))   #[3. 7.] 每行相加


#10.利用3题目中的x,进行求平均数（跟9含义一样，只是sum操作改为mean操作）
#输出三种平均数(1)print(np.mean(x)) (2)print(np.mean(x,axis = 0))(3) print(np.mean(x,axis =1))）
print(np.mean(x)) 
print(np.mean(x,axis = 0))
print(np.mean(x,axis =1))


#11利用3题目中的x，对x进行矩阵转置，然后输出转置后的结果
print(x.T)


#12.利用3题目中的x,求e的指数
print(np.exp(x))


#13.利用3题目中的x,求值最大的下标
#(1)print(np.argmax(x)),(2) print(np.argmax(x, axis =0))(3)print(np.argmax(x,axis =1))
print(np.argmax(x))             #平摊之后的最大值索引
print(np.argmax(x,axis =0))     #每一列的最大值索引
print(np.argmax(x,axis =1))     #每一行的最大值索引


#14.画图，y=x*x 其中 x = np.arange(0, 100, 0.1) 
x = np.arange(0, 100, 0.1) 
plt.plot(x,x*x)
plt.show()

#15.画图。画正弦函数和余弦函数， x = np.arange(0, 3 * np.pi, 0.1)
x = np.arange(0, 3 * np.pi, 0.1)
plt.plot(x,np.sin(x))
plt.plot(x,np.cos(x))
plt.show()

14,15对应图：