创建一个Python脚本,实现以下功能。(1)定义一个列表1ist1=[1,2,4,6,7,8],将其转化为数组N1。(2)定义一个元组tup1=(1,2,3,4,5,6),将其转化为数组N2。 |
您所在的位置：网站首页 › python计算圆柱体的表面积和体积 › 创建一个Python脚本,实现以下功能。(1)定义一个列表1ist1=[1,2,4,6,7,8],将其转化为数组N1。(2)定义一个元组tup1=(1,2,3,4,5,6),将其转化为数组N2。 |
创建一个Python脚本,实现以下功能。(1)定义一个列表1ist1=[1,2,4,6,7,8],将其转化为数组N1。(2)定义一个元组tup1=(1,2,3,4,5,6),将其转化为数组N2。
|
1.创建一个Python脚本,实现以下功能。
(1)定义一个列表1ist1=[1,2,4,6,7,8],将其转化为数组N1。 (2)定义一个元组tup1=(1,2,3,4,5,6),将其转化为数组N2。 (3)利用内置函数，定义一个1行6列元素全为1的数组N3。 (4)将N1、N2、N3垂直连接，形成一个3行6列的二维数组N4。 (5)将N4保存为Python二进制数据文件(npy格式)。 In:import numpy as np In:list1=[1,2,4,6,7,8] N1=np.array(list1) N1 Out:array([1, 2, 4, 6, 7, 8]) In:tup1=(1,2,3,4,5,6) N2=np.array(tup1) N2 Out:array([1, 2, 3, 4, 5, 6]) In:N3=np.array([1,1,1,1,1,1]) N3 Out:array([1, 1, 1, 1, 1, 1]) In:N4=np.vstack((N1,N2,N3)) N4 Out:array([[1, 2, 4, 6, 7, 8], [1, 2, 3, 4, 5, 6], [1, 1, 1, 1, 1, 1]]) In:np.save('data',N4) In:np.load('data.npy') Out:array([[1, 2, 4, 6, 7, 8], [1, 2, 3, 4, 5, 6], [1, 1, 1, 1, 1, 1]]) 2.创建一个Python脚本,实现以下功能。(1)加载练习1中生成的Python二进制数据文件，获得数组N4。 (2)提取N4第1行中的第2个、第4个元素，第3行中的第1个、第5个元素，组成 一个新的二维数组N5。 (3)将N5与练习1中的N1进行水平合并，生成一个新的二维数组N6。 In:N4 Out:array([[1, 2, 4, 6, 7, 8], [1, 2, 3, 4, 5, 6], [1, 1, 1, 1, 1, 1]]) In:N5 = np.array([N4[0][1],N4[0][3],N4[2][0],N4[2][4]]) N5 Out:array([2, 6, 1, 1]) In:N6 = np.hstack((N5,N1)) N6 Out:array([2, 6, 1, 1, 1, 2, 4, 6, 7, 8]) 3.矩阵计算
（1） In:arr1=np.matrix([[1,5],[5,6]]) arr2=np.matrix([[6,5],[8,2]]) In:arr3=arr1*arr2 arr3 Out:matrix([[46, 15], [78, 37]])(2) In:A=np.mat("3,-1;-1,3") A Out:matrix([[ 3, -1], [-1, 3]]) In:A_value,A_vecotr = np.linalg.eig(A) A_value,A_vecotr Out:(array([4., 2.]), matrix([[ 0.70710678, 0.70710678], [-0.70710678, 0.70710678]]))(3) In:B=np.mat("4,11,14;8,7,-2") B Out:matrix([[ 4, 11, 14], [ 8, 7, -2]]) In:C=np.linalg.svd(B, full_matrices=False) C Out:(matrix([[ 0.9486833 , -0.31622777], [ 0.31622777, 0.9486833 ]]), array([18.97366596, 9.48683298]), matrix([[ 0.33333333, 0.66666667, 0.66666667], [ 0.66666667, 0.33333333, -0.66666667]]))(4) In:D=np.mat("4,6,8;4,6,9;5,6,8") D Out:matrix([[4, 6, 8], [4, 6, 9], [5, 6, 8]]) In:E=D.T E Out:matrix([[4, 4, 5], [6, 6, 6], [8, 9, 8]]) In:x=np.linalg.det(D) x Out:5.999999999999998 In:y=np.linalg.det(E) y Out:6.0 |
【本文地址】
今日新闻 |
推荐新闻 |