Numpy练习题100题-提高你的数据分析技能

本文总结了Numpy的常用操作,并做成练习题,练习题附答案建议读者把练习题完成。作者认为,做完练习题,Numpy的基本操作没有问题了,以后碰到问题也可以查这些习题。(文末提供下载)

NumPy(Numeric Python)系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵,比Python自身的嵌套列表(nested list structure)结构要高效的多(该结构也可以用来表示矩阵(matrix))。

NumPy提供了许多高级的数值编程工具,如:矩阵数据类型、矢量处理,以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用,以及核心的科学计算组织如:Lawrence Livermore,NASA用其处理一些本来使用C++,Fortran或Matlab等所做的任务。

网上可以搜到大量的Numpy教程和官方文档,但没有简单的方法来练习。教程是很好的资源,但要付诸实践。 只有实践,才能更好的加深学习。

本站从github搜索到了一些Numpy的练习题100题,含答案,并进行整理:

原代码作者:Nicolas P. Rougier

本练习代码可以在github下载:

github.com/rougier/nump

使用方法
文件夹有三个不同的ipynb文件:

1. 100_Numpy_exercises_no_solution.ipynb
没有答案代码的文件,这个是你做的练习

2.100_Numpy_exercises_with_hint.ipynb

没有答案代码的文件,但有提示,这个你也可以用来练习

3.100_Numpy_exercises.ipynb

有答案代码和注释的文件

你可以在100_Numpy_exercises_no_solution.ipynb 里输入代码,看看运行结果是否和100_Numpy_exercises.ipynb 里面的内容一致。

备注:md文件是markdown文件,与ipynb文件内容一致。

典型的例题如图所示:

练习题截图

总结

本文把Numpy的常用操作做成练习题,练习题附答案。希望初学者能认真完成练习题,对熟悉数据分析很有帮助。

本练习代码可以在github下载:

https://github.com/rougier/numpy-100github.com

新开知识星球(黄博的机器学习圈子)ID:92416895,主要嘉宾都是学术界和工业界的精英,目前在机器学习方向的知识星球排名前列(用户1700+)

编辑于 2019-03-24

文章被以下专栏收录

    机器学习爱好者,知识星球:92416895,微信公众号:机器学习初学者,www.ai-start.com,机器学习爱好者qq群:727137612