文章目录[隐藏]
1,将scores数组中所有学生的英语成绩减去3分并显示。
2.统计scores数组中每名学生所有科目的平均分并显示。
3,使用随机函数生成[-1,1]之间服从均匀分布的3×4二维数组，并计算所有元素的和。
#思考与练习2 import numpy as np names=np.array(['王薇','肖良英','方绮雯','刘旭阳','钱易铭']) subjects=np.array(['Math','English','Python','Chinese','Art','Database','Physics']) scores=np.array([[70,85,77,90,82,84,89], [60,64,80,75,80,92,90], [90,93,88,87,86,90,91], [80,82,91,88,83,86,80], [88,72,78,90,91,73,80]]) #1 a = scores[: ,subjects =='English']-3 print(a) #2 b = scores.mean(axis = 1) print("每位同学的所有科目的平均分为：") for i in range(0,5): print(names[i],":",b[i]) #3 b = np.random.uniform(-1,1,size = (3,4)) #uniform()函数的生成的随机数范围，两端都取。此题中可取-1与1。 print(b) print(b.sum()) 【补充作业题2】
1.选取scores中第2行第2列元素
scores[1,1] 2.选取scores中两个元素，行序号为0，列序号为1的元素；以及行序号为3，列序号为6的元素。
scores[[0,3],[1,6]] 3.选取数组scores中的前3行数据
#方法一 scores[0:3] #或scores[0:3,: ] #方法二 scores[[0,1,2]] #或scores[[0,1,2],: ] 4.选取scores中，列序号为1~4 的列
#方法一： scores[: ,1:5] #或scores[: ,[1,2,3,4]]或scores[[0,1,2,3,4],1:5]或scores[0:5,1:5] #方法二 scores[[0,1,2,3,4]][: ,1:5] #或scores[[0,1,2,3,4]][: ,[1,2,3,4]] #方法三 scores[0:5][: ,1:5] #或scores[: ,][: ,1:5]或scores[: ,: ][: ,1:5]或scores[: ,: ][: ,[1,2,3,4]] 5.选取scores中，行序号为1,2，列序号为0,2,4 的元素
#方法一 scores[1:3,[0,2,4]] #方法二：两层切片，先行后列 scores[1:3][: ,[0,2,4]] #或scores[[1,2]][: ,[0,2,4]] #方法三：两层切片，先列后行 scores[: ,[0,2,4]][1:3] #或scores[: ,[0,2,4]][[1,2]] 6.选取钱易铭的成绩
scores[(names == '钱易铭')] #for循环输出成绩 m = scores[(names == '钱易铭')] print("钱易铭各科目的成绩为：") for i in range(0,7): print(subjects[i],":",m[0,i]) 7.选取钱易铭的数学成绩
scores[(names == '钱易铭'),(subjects =='Math')] 8.选取王薇和肖良英的数学和英语成绩
#方法一：双层切片，先行（人名）后列（学科） scores[(names =='王薇')|(names =='肖良英')][: ,(subjects == 'Math')|(subjects =='English')] #方法二：双层切片，先列（学科）后行（人名） scores[: ,(subjects == 'Math')|(subjects =='English')][(names =='王薇')|(names =='肖良英')] 9.选取scores中，大于等于80并且小于90的元素
scores[(scores>=80)&(scores<90)] 10.将第1列元素的值都增加5
#单独显示增加5的那一列 #方法一： scores[: ,0]+5 #方法二：采用函数,subtract()减函数与add()加和函数 np.subtract(scores[: ,0],-5) np.add(scores[: ,0],5) #方法三：构造ones()函数 a = np.ones((1,5))*5 scores[: ,0]+a #或者 b = np.ones((5,1))*5 scores[: ,0]+b.T #用到了数组的转置 #方法四：构造zero()函数 c = np.zeros((5,7)) c[: ,0] = 5 scores+c #显示全部列 #方法一： scores+[5,0,0,0,0,0,0] #方法二：采用ones()函数 m = np.zeros((5,7)) m[: ,0] = 5 scores+m #方法三： n = np.ones((5,7))*5 n[: ,1: ] =0#或者c[: ,1:7]=0 scores+n 原文链接：https://blog.csdn.net/m0_51474486/article/details/123413990?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522169244013216777224462869%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=169244013216777224462869&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~first_rank_ecpm_v1~times_rank-11-123413990-null-null.268%5Ev1%5Ekoosearch&utm_term=%E7%A7%91%E7%9B%AE%E4%B8%89
