一个不知名大学生
江湖人称菜狗
original author: DerrickLee
Email : 3435673055@qq.com
Time of completion: 2025.3.23
Last edited: 2025.3.23
邱锡鹏《深度学习与神经网络》第一章numpy练习题集合， 给初学者使用，包括部分bug过程

numpy 的array操作

1.导入numpy库

import numpy as np

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(np.shape(a))
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(np.shape(b))
print(type(b))
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）(2)建立一个全1矩阵b,大小为4x5; (3)建立一个单位矩阵c ,大小为4x4; (4)生成一个随机数矩阵d,大小为 3x2.

a = np.zeros((3, 3), dtype = int)
b = np.ones((4, 5))
c = np.eye(4)
c1 = np.identity(4)
d = np.random.random((3, 2))
print(a)
print(b)
print(c)
print(c1)
print(d)

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])
print(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，（此处不需要从新建立a,直接调用即可）(1),输出b;(2) 输出b 的（0,0）这个元素的值

b = a[0:2, 1:3]
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，（提示： a[1:2, :]）(1)输出 c ; (2) 输出 c 中第一行的最后一个元素（提示，使用 -1                 表示最后一个元素）
c = a[1:3]
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（提示： 使用 print(a[[0, 1, 2], [0, 1, 0]]) ）

a = np.array([[1,2], [3, 4], [5, 6]])

print(a)

print(a[[0, 1, 2], [0, 1, 0]])

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) (提示使用 b = np.array([0, 2, 0, 1]) print(a[np.arange(4), b]))

a = np.array([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]])
print(a)

print(a[[0, 1, 2, 3], [0, 2, 0, 1]])


print("############分隔符#############")

a = np.array([[1,2,3], [4,5,6], [7,8,9], [10, 11, 12]])
print(a)

b = np.array([0, 2, 0, 1])
print(np.arange(4))
print(a[np.arange(4), b])

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.(提示： a[np.arange(4), b] += 10 ）

a[np.arange(4), b] += 10

print(a)

array 的数学运算

11. 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)

12.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)

13.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)
print(y)


print("Answer : ")
print(x + y)
print(np.add(x, y))

14. 利用 13题目中的x,y 输出 x-y 和 np.subtract(x,y)

print(x - y)
print(np.subtract(x, y))

15. 利用13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)
print("-------------------------------------------------")

print(y)

print("-------------------------------------------------")

print(x * y)
print("-------------------------------------------------")

print(np.multiply(x, y))
print("-------------------------------------------------")
print(np.dot(x, y))

16. 利用13题目中的x,y,输出 x / y .(提示 ： 使用函数 np.divide())

print(x / y)
print("-------------------------------------------------")
print(np.divide(x, y))

17. 利用13题目中的x,输出 x的 开方。(提示： 使用函数 np.sqrt() )

print(np.sqrt(x))

18.利用13题目中的x,y ,执行 print(x.dot(y)) 和 print(np.dot(x,y))

print(x.dot(y))
print(np.dot(x, y))

19.利用13题目中的 x,进行求和。提示：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(x) # [[1. 2.]
print(np.sum(x)) # 10.0
print(np.sum(x, axis = 0))  # 按列求和
print(np.sum(x, axis = 1))  # 按行求和

20.利用13题目中的 x,进行求平均数（提示：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(x)

print(np.mean(x))
print(np.mean(x, axis = 0))
print(np.mean(x, axis = 1))

21.利用13题目中的x，对x 进行矩阵转置，然后输出转置后的结果，（提示： x.T 表示对 x 的转置）

print(x)
print(x.T)

22.利用13题目中的x,求e的指数（提示： 函数 np.exp()）

print(x)

print("-------------------------------------------------")

print(np.exp(x))

23.利用13题目中的 x,求值最大的下标（提示(1)print(np.argmax(x)) ,(2) print(np.argmax(x, axis =0))(3)print(np.argmax(x),axis =1))

import numpy as np

示例数组

x = np.array([[1, 2],
              [3, 4]])

不指定 axis，返回展平数组中最大值的索引

print(np.argmax(x))  # 输出：3（展平后数组为 [1, 2, 3, 4]，最大值 4 的索引为 3）

指定 axis=0，沿列方向查找最大值的索引

print(np.argmax(x, axis=0))  # 输出：[1 1]（列方向最大值分别在第 1 行）

指定 axis=1，沿行方向查找最大值的索引

print(np.argmax(x, axis=1))  # 输出：[1 1]（行方向最大值分别在第 1 列）

import numpy as np

# 示例数组
x = np.array([[1, 2],
              [9, 4]])

# 不指定 axis，返回展平数组中最大值的索引
print(np.argmax(x))  # 输出：3（展平后数组为 [1, 2, 3, 4]，最大值 4 的索引为 3）

# 指定 axis=0，沿列方向查找最大值的索引
print(np.argmax(x, axis=0))  # 输出：[1 1]（列方向最大值分别在第 1 行）

# 指定 axis=1，沿行方向查找最大值的索引
print(np.argmax(x, axis=1))  # 输出：[1 1]（行方向最大值分别在第 1 列）
print(x)
print("-------------------------------------------------")
print(np.max(x))
print(np.max(x, axis = 0))
print(np.max(x, axis = 1))



print("-------------------------------------------------")
print(np.argmax(x)) # 3
print(np.argmax(x, axis = 0))   # 按列求最大值的索引
print(np.argmax(x, axis = 1))   # 按行求最大值的索引

24,画图，y=x*x 其中 x = np.arange(0, 100, 0.1) （提示这里用到 matplotlib.pyplot 库）

import numpy as np

import matplotlib.pyplot as plt

x = np.linspace(0, 10, 100)
y = np.sin(x)

plt.plot(x, y)
plt.title("Sine Wave")
plt.xlabel("x")
plt.ylabel("sin(x)")
plt.show()  # 显示图形
import matplotlib.pyplot as plt

x = np.arange(0, 100, 0.1)
y = x * x


plt.plot(x, y)
plt.show()

25.画图。画正弦函数和余弦函数， x = np.arange(0, 3 * np.pi, 0.1)(提示：这里用到 np.sin() np.cos() 函数和 matplotlib.pyplot 库)

x = np.arange(0, 3 * np.pi, 0.1)

# print(x)
# print("-------------------------------------------------")

ysin = np.sin(x)
ycos = np.cos(x)

plt.plot(x, ysin)
plt.plot(x, ycos)
plt.show()