Python数据分析第三周作业

实训1 创建数组并进行运算

1.训练要点

（1）掌握Nuympy的数组的创建及随机数的生成。

（2）掌握Nuympy中用于统计分析的基本运算函数。

2.需求说明

Numpy数组在数值运算方面的效率优于python提供的list，所以灵活掌握numpy中数组的创建以及基础的运算是有必要的。

3.实现思路及步骤
（1）、创建一个数值范围为0~1，间隔为0.01的数组
（2）、创建100个服从正态分布的随机数
（3）、对创建的两个数组进行四则运算
（4）、对创建的随机数组进行简单的统计分析

import numpy as np
#1、创建一个数值范围为0~1，间隔为0.01的数组
l=np.arange(0,1,0.01)
print("arange函数创建的数值范围为0~1间隔为0.01的数组l为：\n",l)
#2、创建由100个服从正态分布的随机数构成的数组
x=np.random.randn(100)
print('生成的随机数组arr2为：\n',x)
#3、对创建的两个数组进行四则运算
print('l + x：\n',l+x)
print('l-x：\n',l-x)
print('l*x：\n',l*x)
print('l/x：\n',l/x)
#4、对创建的数组进行简单的统计分析
print('正态分布数数组的累计和为：\n',np.cumsum(x))#计算所有元素的累计和
print('正态分布数去重后的值组为：\n',np.unique(x))#去除重复值
print('正态分布数组的均值为：',np.mean(x))#计算数组均值
print('正态分布数组的标准差为:',np.std(x))#计算数组标准差
print('正态分布数组的方差为：',np.var(x))#计算数组方差
print('正态分布数组的最小值为:',np.min(x))#计算最小值
print('正态分布数组的最大值为：',np.max(x))#计算最大值
print('正态分布数组的总和为：',np.sum(x))#计算数组总和

运行结果截图：

实训2 创建一个国际象棋的棋盘

1.训练要点

(1)掌握矩阵创建方法。

(2)掌握数组索引的方法。
2.需求说明
创建国际象棋棋盘，填充8x8矩阵。国际象棋棋盘是个正方形，由横纵向8格、颜色一深一浅交错排列的64个小方格组成，深色格为黑格，浅色格为白格,棋子就在这些格子中移动，如图2-3所示。

 3.实验思路及步骤

（1）创建一个8×8矩阵。

（2）把1、3、5、7行和2、4、6列的元素设置为1。

import numpy as np
l = np.zeros((8,8),dtype='int32')
l[0:7:2, 0:7:2] = 1
l[1:8:2, 1:8:2] = 1
print(l)                     
for i in range(l.shape[0]):   
    for j in range(l.shape[1]):
        if l[i,j] == 0:
            print('□', end=" ")
        else:
            print("■", end=" ")
    print('')

运行结果截图：

心得：使用numpy模块的函数可以快速得到所需的数组的元素的总和等，但在编写代码的过程中需要注意变量名的命名使用时误用混，并且调用numpy模块函数时清楚其函数的作用同样会存在混用