題目鏈接:https://www.educoder.net/tasks/uwohnfelbk4j
本關任務:根據本關所學知識,補全右側代碼編輯器中缺失的代碼,完成程序的編寫並通過所有測試用例。
爲了完成本關任務,你需要掌握:
- 算術運算;
- 矩陣運算;
- 簡單統計。
如果想要對
ndarray
對象中的元素做elementwise
(逐個元素地)的算術運算非常簡單,加減乘除即可。代碼如下:
import numpy as np
a = np.array([0, 1, 2, 3])
# a中的所有元素都加2,結果爲[2, 3, 4, 5]
b = a + 2
# a中的所有元素都減2,結果爲[-2, -1, 0, 1]
c = a - 2
# a中的所有元素都乘以2,結果爲[0, 2, 4, 6]
d = a * 2
# a中的所有元素都平方,結果爲[0, 1, 4, 9]
e = a ** 2
# a中的所有元素都除以2,結果爲[0, 0.5, 1, 1.5]
f = a / 2
# a中的所有元素都與2比,結果爲[True, True, False, False]
g = a < 2
相同
shape
的矩陣A
與矩陣B
之間想要做elementwise
運算也很簡單,加減乘除即可。代碼如下:
import numpy as np
a = np.array([[0, 1], [2, 3]])
b = np.array([[1, 1], [3, 2]])
# a與b逐個元素相加,結果爲[[1, 2], [5, 5]]
c = a + b
# a與b逐個元素相減,結果爲[[-1, 0], [-1, 1]]
d = a - b
# a與b逐個元素相乘,結果爲[[0, 1], [6, 6]]
e = a * b
# a的逐個元素除以b的逐個元素,結果爲[[0., 1.], [0.66666667, 1.5]]
f = a / b
# a與b逐個元素做冪運算,結果爲[[0, 1], [8, 9]]
g = a ** b
# a與b逐個元素相比較,結果爲[[True, False], [True, False]]
h = a < b
細心的同學應該發現了,
*
只能做elementwise
運算,如果想做真正的矩陣乘法運算顯然不能用*
。NumPy
提供了@
和dot
函數來實現矩陣乘法。代碼如下:
import numpy as np
A = np.array([[1, 1], [0, 1]])
B = np.array([[2, 0], [3, 4]])
# @表示矩陣乘法,矩陣A乘以矩陣B,結果爲[[5, 4], [3, 4]]
print(A @ B)
# 面向對象風格,矩陣A乘以矩陣B,結果爲[[5, 4], [3, 4]]
print(A.dot(B))
# 面向過程風格,矩陣A乘以矩陣B,結果爲[[5, 4], [3, 4]]
print(np.dot(A, B))
有的時候想要知道
ndarray
對象中元素的和是多少,最小值是多少,最小值在什麼位置,最大值是多少,最大值在什麼位置等信息。這個時候可能會想着寫一個循環去遍歷ndarray
對象中的所有元素來進行統計。NumPy
爲了解放我們的雙手,提供了sum
,min
,max
,argmin
,argmax
等函數來實現簡單的統計功能,代碼如下:
import numpy as np
a = np.array([[-1, 1, 2, 3], [4, 5, 6, 7], [8, 9, 10, 13]])
# 計算a中所有元素的和,結果爲67
print(a.sum())
# 找出a中最大的元素,結果爲13
print(a.max())
# 找出a中最小的元素,結果爲-1
print(a.min())
# 找出a中最大元素在a中的位置,由於a中有12個元素,位置從0開始計,所以結果爲11
print(a.argmax())
# 找出a中最小元素在a中位置,結果爲0
print(a.argmin())
有的時候,我們在統計時需要根據軸來統計。舉個例子,公司員工的基本工資,績效工資,年終獎的信息如下:
工號 基本工資 績效工資 年終獎 1 3000 4000 20000 2 2700 5500 25000 3 2800 3000 15000 這樣一個表格很明顯,可以用
ndarray
來存儲。代碼如下:
import numpy as np
info = np.array([[3000, 4000, 20000], [2700, 5500, 25000], [2800, 3000, 15000]])
info
實例化之後就有了維度和軸的概念,很明顯info
是個二維數組,所以它的維度是2
。維度爲2
換句話來說就是info
有兩個軸:0
號軸與1
號軸(軸的編號從0
開始算)。軸所指的方向如下圖所示:如果想要統計下這
3
位員工中基本工資、績效工資與年終獎的最小值與最大值(也就是說分別統計出每一列中的最小與最大值)。我們可以沿着0
號軸來統計。想要實現沿着哪個軸來統計,只需要修改axis
即可,代碼如下:
import numpy as np
info = np.array([[3000, 4000, 20000], [2700, 5500, 25000], [2800, 3000, 15000]])
# 沿着0號軸統計,結果爲[2700, 3000, 15000]
print(info.min(axis=0))
# 沿着0號軸統計,結果爲[3000, 5500, 25000]
print(info.max(axis=0))
PS
:當沒有修改axis
時,axis
的值默認爲None
。意思是在統計時會把ndarray
對象中所有的元素都考慮在內。根據提示,在右側編輯器
Begin-End
處補充代碼,根據測試用例的輸入,打印每行的最大值的位置。
- 具體要求請參見後續測試樣例。
請先仔細閱讀右側上部代碼編輯區內給出的代碼框架,再開始你的編程工作!
平臺會對你編寫的代碼進行測試,對比你輸出的數值與實際正確的數值,只有所有數據全部計算正確才能進入下一關。
測試輸入:
[[0.2, 0.7, 0.1], [0.1, 0.3, 0.6]]
預期輸出:
[1 2]
開始你的任務吧,祝你成功!
import numpy as np
def get_answer(input_data):
'''
將ipnut_data轉換成ndarray後統計每一行中最大值的位置並打印
:param input_data: 測試用例,類型爲list
:return: None
'''
#********* Begin *********#
print(np.array(input_data).argmax(axis=1))
#********* End *********#