数据分析必备的NumPy技巧（Python）

前言

NumPy系统是Python的一种开源的数值计算扩展，它也是是Python数据分析必不可少的第三方库。近日，国外博主Selva Prabhakaran制作了101道真题，为熟悉/不熟悉NumPy的“后备数据科学家”们提供了一个检测自己水平的机会，你不想来挑战一下吗？本文中的NumPy真题旨在提供一个参考，读者可以借此测试自己数据分析技巧的掌握水平。 

1.导入NumPy并查看版本

难度：L1

01

导入NumPy并将它并名为np，输出版本信息。

点击空白处查看答案

import numpy as np

print(np.__version__)

#> 1.13.3

无论你要做什么，你必须在其他代码前先输入import numpy as np，这之后它才能正常工作。如果还没有安装，你可以去anaconda下载。

2.如何创建一维数组？

难度：L1

02

创建一个包含数字0-9的一维数组：#> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])。

点击空白处查看答案

arr = np.arange(10)

arr

#> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

3.如何创建布尔型数组？

难度：L1

03

创建一个3×3的，所有填充为True的数组。

点击空白处查看答案

np.full((3, 3), True, dtype=bool)

#> array([[ True,  True,  True],

#>        [ True,  True,  True],

#>        [ True,  True,  True]], dtype=bool)

# Alternate method:

np.ones((3,3), dtype=bool)

4.如何从一维数组中索引符合条件的元素？

难度：L1

04

从输入arr中筛选出所有奇数。

输入：

arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])`

期望的输出：

#> array([1, 3, 5, 7, 9])

# Input

arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

# Solution

arr[arr % 2 == 1]

#> array([1, 3, 5, 7, 9])

5.如何用另一个值替换数组中符合条件的元素？

难度：L1

05

用-1替换输入arr中的所有奇数。

输入：

arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

期望的输出：

#> array([ 0, -1,  2, -1,  4, -1,  6, -1,  8, -1])

点击空白处查看答案

arr[arr % 2 == 1] = -1

arr

#> array([ 0, -1,  2, -1,  4, -1,  6, -1,  8, -1])

6.如何在确保输入数组不变的同时替换数组中符合条件的元素？

难度：L2

06

用-1替换输入arr中的所有奇数，但不能改变arr。

输入：

arr = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

期望的输出：

out#> array([ 0, -1,  2, -1,  4, -1,  6, -1,  8, -1])arr#> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

arr = np.arange(10)

out = np.where(arr % 2 == 1, -1, arr)

print(arr)

out

#> [0 1 2 3 4 5 6 7 8 9]

array([ 0, -1,  2, -1,  4, -1,  6, -1,  8, -1])

7.如何重组数组？

难度：L1

07

将一维数组转换为有2行的二维数组。

输入：

np.arange(10)#> array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

期望的输出：

#> array([[0, 1, 2, 3, 4],#>        [5, 6, 7, 8, 9]])

arr = np.arange(10)

arr.reshape(2, -1)  # Setting to -1 automatically decides the number of cols

#> array([[0, 1, 2, 3, 4],

#>        [5, 6, 7, 8, 9]])

8.如何垂直合并两个数组？

难度：L2

08

将数组a和数组b垂直合并。

输入：

a = np.arange(10).reshape(2,-1)b = np.repeat(1, 10).reshape(2,-1)

期望的输出：

#> array([[0, 1, 2, 3, 4],

#>        [5, 6, 7, 8, 9],

#>        [1, 1, 1, 1, 1],

#>        [1, 1, 1, 1, 1]])

a = np.arange(10).reshape(2,-1)

b = np.repeat(1, 10).reshape(2,-1)

# Answers

# Method 1:

np.concatenate([a, b], axis=0)

# Method 2:

np.vstack([a, b])

# Method 3:

np.r_[a, b]

#> array([[0, 1, 2, 3, 4],

#>        [5, 6, 7, 8, 9],

#>        [1, 1, 1, 1, 1],

#>        [1, 1, 1, 1, 1]])

9.如何水平合并两个数组？

难度：L2

09

将数组a和数组b水平合并。

输入：

a = np.arange(10).reshape(2,-1)b = np.repeat(1, 10).reshape(2,-1)

期望的输出：

#> array([[0, 1, 2, 3, 4, 1, 1, 1, 1, 1],#>        [5, 6, 7, 8, 9, 1, 1, 1, 1, 1]])

a = np.arange(10).reshape(2,-1)

b = np.repeat(1, 10).reshape(2,-1)

# Answers

# Method 1:

np.concatenate([a, b], axis=1)

# Method 2:

np.hstack([a, b])

# Method 3:

np.c_[a, b]

#> array([[0, 1, 2, 3, 4, 1, 1, 1, 1, 1],

#>        [5, 6, 7, 8, 9, 1, 1, 1, 1, 1]])

10.如何在没有hardcode的情况下在NumPy里生成自定义数组？

难度：L2

10

在没有hardcode的情况下，用数组a和NumPy函数输出以下目标数组。

输入：

a = np.array([1,2,3])

期望的输出：

#> array([1, 1, 1, 2, 2, 2, 3, 3, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3])

点击空白处查看答案

np.r_[np.repeat(a, 3), np.tile(a, 3)]

#> array([1, 1, 1, 2, 2, 2, 3, 3, 3, 1, 2, 3, 1, 2, 3, 1, 2, 3])