《计算金融与Python实践》习题库 第七章 数据分析Numpy类库

第七章数据分析Numpy类库练习题一、选择题（每题只有一个正确答案）以下关于NumPy多维数组（ndarray）的描述，正确的是（）。

A.ndarray中的数据类型可以不一致

B.ndarray的数据存储在连续的内存空间中

C.ndarray的每个成员可以是任意Python对象

D.ndarray的维度（ndim）属性返回的是数组中元素的总个数答案：B以下哪个函数可以生成一个形状为(3,4)的随机数组，元素服从标准正态分布？（）

A.np.random.rand(3,4)

B.np.random.randn(3,4)

C.np.random.randint(0,10,size=(3,4))

D.np.random.uniform(0,1,(3,4))答案：B对于形状为(2,3,4)的三维数组，其shape属性返回的结果是（）。

A.2

B.(2,3,4)

C.24

D.(2,3,4,1)答案：B以下代码的运行结果是（）。pythonimportnumpyasnpa=np.array([1,2,3,4])b=a.reshape(2,2)b[0,0]=99print(a)A.[1234]

B.[99234]

C.[[992][34]]

D.报错答案：B

(reshape返回的是视图，修改b会影响原数组a)关于NumPy的广播机制，以下说法正确的是（）。

A.广播只能在形状完全相同的数组之间进行

B.广播时，维度小的数组会在左侧补1，然后从后向前对齐

C.广播时，对应维度长度必须相等或其中一个为1

D.广播会改变原数组的数据答案：C以下哪个函数用于查找数组中满足条件的元素索引？（）

A.np.where()

B.np.argmax()

C.np.searchsorted()

D.np.extract()答案：A对于二维数组a，以下哪个操作可以获得a的第一列？（）

A.a[0,:]

B.a[:,0]

C.a[0,0]

D.a[:,0:1]答案：B以下关于np.random.RandomState的说明，正确的是（）。

A.它是全局随机数生成器

B.它用于生成一个局部随机数生成器，可以独立控制种子

C.它不能设置种子

D.它生成的随机数与np.random.seed无关答案：B以下代码的输出结果是（）。pythonimportnumpyasnpa=np.array([1,2,3,4])b=np.array([10,20,30,40])print(np.dot(a,b))A.[104090160]

B.300

C.100

D.[123410203040]答案：B

(点积：1×10+2×20+3×30+4×40=300)以下哪个函数可以将多维数组展平为一维，并返回原数组的视图？（）

A.flatten()

B.ravel()

C.reshape(-1)

D.reshape(1,-1)答案：B

(ravel返回视图，flatten返回副本)二、判断题（正确打“√”，错误打“×”）NumPy数组的dtype属性决定了数组中元素的类型，且所有元素类型必须相同。（√）np.arange(0,10,0.5)可以生成从0到9.5步长为0.5的浮点数数组。（√）对于二维数组，使用单个整数索引如a[2]会返回该行的数据，其维度比原数组少一维。（√）使用花式索引（整数数组索引）返回的数组是原数组的一个视图。（×）解析：花式索引返回的是原数组的副本，不是视图。两个形状不同的数组进行算术运算时，如果满足广播条件，NumPy会自动复制数据使形状一致。（√）np.eye(3)函数可以生成一个3×3的单位矩阵。（√）np.sqrt()是通用函数，可以对数组中的每个元素计算平方根。（√）使用np.loadtxt()读取文件时，默认会将数据转换为整数类型。（×）解析：默认转换为float类型。np.random.shuffle()可以随机打乱多维数组所有维度的顺序。（×）解析：shuffle只改变第一维的顺序，子维内容不变。数组的切片操作返回的是原数组的视图，因此对切片的修改会影响原数组。（√）三、简答题简述NumPy多维数组（ndarray）的主要属性及其含义。参考答案：ndarray的主要属性包括：（1）ndim：数组的维度（轴）个数；（2）shape：数组的维度，由各维度上数组大小构成的元组；（3）size：数组中总的成员个数，等于shape中各维度大小的乘积；（4）dtype：数组成员类型描述对象；（5）itemsize：每个成员占用的字节大小；（6）data：数组数据存储区的缓冲区对象。如何创建NumPy数组？请列举至少五种方法。参考答案：（1）从Python列表或元组转换：np.array([1,2,3])；（2）使用np.arange(start,stop,step)生成一维数组；（3）使用np.linspace(start,stop,num)生成等间隔数组；（4）使用np.zeros(shape)、np.ones(shape)、np.eye(N)生成特殊数组；（5）使用np.random模块中的函数生成随机数组，如np.random.randn()、np.random.randint()等。什么是数组的广播机制？广播的条件是什么？参考答案：广播是指当两个形状不同的数组进行运算时，NumPy通过复制数据使形状一致，从而进行逐元素运算的机制。广播的条件是：（1）从后向前对齐维度，缺失维度补1；（2）对应维度要么相等，要么其中一个为1。满足条件时，维度为1的轴会被复制扩展以匹配另一个数组。NumPy中flatten()和ravel()方法有什么区别？参考答案：两者都将多维数组转换为一维数组。区别在于：ravel()返回的是原数组的视图（view），修改返回的数组会影响原数组；flatten()返回的是原数组的副本（copy），修改返回的数组不影响原数组。在性能上，ravel()通常更快且占用内存更少。如何对多维数组进行切片操作？请举例说明。参考答案：多维数组的切片使用逗号分隔每个维度的切片表达式，格式为[start:stop:step,...]。例如，对于三维数组arr，arr[1:3,:,::2]表示取第1维索引1到2的行，第2维全部，第3维步长为2。省略的维度表示全部选取，连续省略可以用...代替。切片返回的是原数组的视图。什么是花式索引？它与切片索引有何不同？参考答案：花式索引是指使用整数数组作为索引来选择数组中特定位置的元素。例如，arr[[0,2,3],[1,0,2]]会选择(0,1)、(2,0)、(3,2)位置的元素。与切片不同，花式索引返回的是原数组的副本，且可以按任意顺序选取不连续的位置。简述NumPy通用函数（ufunc）的特点，并举例说明其应用。参考答案：通用函数是对ndarray进行逐元素操作的函数，具有向量化运算、速度快、代码简洁的特点。它们分为一元函数（如np.sqrt、np.exp、np.sin）和二元函数（如np.add、np.maximum）。使用通用函数可以避免显式循环，提高计算效率。如何使用NumPy生成符合正态分布的随机数？请写出代码。参考答案：可以使用np.random.normal(loc,scale,size)生成指定均值和标准差的正态分布随机数。例如，生成100个均值为0、标准差为1的随机数：np.random.normal(0,1,100)。也可以使用np.random.randn(size)生成标准正态分布随机数。解释NumPy数组的shape属性与reshape方法的关系。参考答案：shape属性是数组的一个属性，表示数组各维度的大小，可以读取或直接修改（只要元素总数不变）。reshape()是数组的方法，返回一个具有新形状的数组视图（如果可能），不改变原数组