python numpy库函数,numpy函数库手册
任务描述
相关知识
算术运算
矩阵运算
简单统计
编程要求
试验规格
任务描述
这个任务：根据这个知识，完成右边代码编辑器中缺失的代码，完成编程，通过所有测试用例。
相关知识
为了完成这项任务，你需要掌握：
算术运算；
矩阵运算；
简单统计。
算术运算
如果你想对ndarray对象中的元素进行逐元素的算术运算，你可以简单地进行加、减、乘、除。代码如下：
将numpy作为np导入
a=np.array([0，1，2，3])
将# a中的所有元素加2，结果是[2，3，4，5]
b=a 2
# a中的所有元素都减2，结果是[-2，-1，0，1]
c=a - 2
# a中的所有元素都乘以2，结果是[0，2，4，6]
d=a * 2
# a中的所有元素都被平方，结果是[0，1，4，9]
e=a ** 2
# a中的所有元素除以2，结果是[0，0.5，1，1.5]
f=a/2
将# a中的所有元素与2进行比较，结果为[True，True，False，False]
g=a 2
矩阵运算
同样形状的矩阵A和矩阵B之间做元素式运算也很简单，加减乘除即可。代码如下：
将numpy作为np导入
a=np.array([[0，1]，[2，3]])
b=np.array([[1，1]，[3，2]])
# a和B元素一个元素一个元素相加，结果是[[1，2]，[5，5]]
c=a b
# a和B逐个元素相减，结果是[[-1，0]，[-1，1]]
d=a - b
# a逐个元素地乘以B，结果是[[0，1]，[6，6]]
e=a * b
# a的元素by元素除以B的元素by元素，结果是[[0。 1.], [0.6666667, 1.5]]
f=a/b
# a和B逐一做幂运算，结果是[[0，1]，[8，9]]
g=a ** b
# a与B逐元素比较，结果为[[真，假]，[真，假]]
h=a b
细心的同学应该发现了，*只能做elementwise运算，但显然你要做实矩阵乘法就不能用*了。NumPy提供@和dot函数实现矩阵乘法。代码如下：
将numpy作为np导入
A=np.array([[1，1]，[0，1]])
B=np.array([[2，0]，[3，4]])
# @表示矩阵相乘，矩阵A乘以矩阵B，结果是[[5，4]，[3，4]]
打印(A @ B)
#面向对象风格，矩阵A乘以矩阵B，结果是[[5，4]，[3，4]]
打印(a .点(B))
#对于进程样式，矩阵A乘以矩阵B，结果是[[5，4]，[3，4]]
print(np.dot(A，B))
简单统计
有时候你想知道ndarray对象中元素的和是多少，最小值是多少，最小值在哪里，最大值是多少，最大值在哪里。此时，您可能希望编写一个循环来遍历ndarray对象中的所有元素以进行统计。为了解放我们的双手，NumPy提供了sum、min、max、argmin、argmax等函数。实现简单的统计功能。代码如下：
将numpy作为np导入
a=np.array([[-1，1，2，3]，[4，5，6，7]，[8，9，10，13]])
#计算A中所有元素的和，结果是67
print(a.sum())
#找出A中最大的元素，结果是13
print(a.max())
#查找A中的最小元素，结果是-1
打印(a.min())
#求A中A中最大元素的位置，由于A中有12个元素，位置从0开始，所以结果是11。
print(a.argmax())
#求A中最小元素的位置，结果是0
打印(a.argmin())
有时候，我们在数数的时候需要根据轴来数数。比如公司员工的基本工资、绩效工资、年终奖信息如下：
施工号码
基本工资
绩效工资
年终奖
一个
3000
4000
20000
2
2700
5500
25000
三
2800
3000
15000
这样的表是显而易见的，可以用ndarray存储。代码如下：
将numpy作为np导入
info=np.array([[3000，4000，20000]，[2700，5500，25000]，[2800，3000，15000]])
info实例化之后，就有了维度和轴的概念。显然，info是一个二维数组，所以它的维数是2。维度2，换句话说，info有两个轴：轴0和轴1(轴数从0开始)。轴的方向如下图所示：
如果要统计这三个员工中基本工资、绩效工资、年终奖的最小值和最大值(也就是说分别统计每一栏的最小值和最大值)。我们可以沿着0轴计数。要实现沿哪个轴计数，只需修改轴即可。代码如下：
将numpy作为np导入
info=np.array([[3000，4000，20000]，[2700，5500，25000]，[2800，3000，15000]])
#沿0轴计数，结果为[2700，3000，15000]
打印(信息最小值(轴=0))
#沿0轴计数，结果是[3000，5500，25000]
print(info.max(axis=0))
PS:不修改轴时，轴的值默认为无。这意味着ndarray对象中的所有元素都将在统计中考虑在内。
编程要求
根据提示，在右边的编辑器Begin-End补充代码，根据测试用例的输入打印每行最大值的位置。
具体要求请参考后续测试样本。
在开始编程之前，请仔细阅读右边上部代码编辑区给出的代码框架！
试验规格
该平台将测试您编写的代码，并将您输出的值与实际的正确值进行比较。只有所有数据计算正确，才能进入下一关。
测试输入：
[[0.2, 0.7, 0.1], [0.1, 0.3, 0.6]]
预期产出：
[1 2]
开始你的任务，祝你成功！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。