人工智能基础实践教程 习题及答案 第2章 习题

第2章习题2.1请简述Python中for、while、if、def、return的用法。答：for：对序列、可迭代对象中的元素进行迭代（或者遍历可迭代对象，适合明确次数的循环）；while：当表达式为真时重复执行（条件为真时循环，适合次数不确定）；if：有条件地执行逻辑代码；def：定义函数；return：返回数据并结束函数。2.2请使用NumPy库创建一个5×5的随机整数矩阵，数值范围为1到100，然后计算该矩阵的行均值、列均值和整体均值。答：代码如下。importnumpyasnp#创建随机矩阵np.random.seed(42)matrix=np.random.randint(1,101,size=(5,5))print("原始矩阵：\n",matrix)#计算均值row_mean=np.mean(matrix,axis=1)col_mean=np.mean(matrix,axis=0)total_mean=np.mean(matrix)print("行均值：",row_mean)print("列均值：",col_mean)print("整体均值：",total_mean)运行结果如下原始矩阵：[[5293157261][2183877575][8810024322][532883038][264602133]]行均值：[58.668.247.442.236.]列均值：[43.268.454.840.245.8]整体均值：50.482.3请使用Pandas库读取scores.csv文件内数据（学生成绩表），并计算每个学生的总分和平均分。scores.csv文件内数据如下：姓名语文数学英语张三859278李四887695王五928885赵六788590答：示例代码如下。importpandasaspddf=pd.read_csv("scores.csv")df["总分"]=df["语文"]+df["数学"]+df["英语"]df["平均分"]=df["总分"]/3#输出：方式一拼接print(f"总分：\n{df['总分']}\n平均分：\n{df['平均分']}")

#或者：方式二直接输出print(df["总分"])

print(df["平均分"])运行结果：方式一：总分：0255125922653253Name:总分,dtype:int64平均分：085.000000186.333333288.333333384.333333Name:平均分,dtype:float64方式二：0255125922653253Name:总分,dtype:int64085.000000186.333333288.333333384.333333Name:平均分,dtype:float642.4请使用Matplotlib库绘制正弦函数y=sin(x)和余弦函数y=cos(x)在区间[0,2π]上的曲线。要求：使用不同颜色和线型，添加图例和标题，设置x轴和y轴标签。答：示例代码如下。importnumpyasnp

importmatplotlib.pyplotasplt

x=np.linspace(0,2*np.pi,100)

y_sin=np.sin(x)

y_cos=np.cos(x)

plt.plot(x,y_sin,'r-',label='sin(x)') #设置颜色为红色，实线

plt.plot(x,y_cos,'b--',label='cos(x)') #设置颜色为蓝色，虚线

plt.xlabel('x')#设置x轴标签

plt.ylabel('y')#设置y轴标签

plt.title('SineandCosineCurves')#设置标题

plt.legend()#设置为图例

plt.show()运行结果如下图所示。2.5请使用NumPy库中的函数对二维数组arr进行按行求和及按列求平均值。其中数组arr定义为arr=np.array([[1,2,3],[4,5,6],[7,8,9]])。答：示例代码如下。importnumpyasnparr=np.array([[1,2,3],[4,5,6],[7,8,9]])np.sum(arr,axis=0)#为按行求和方法np.mean(arr,axis=1)#为按列求平均值方法或者：importnumpyasnparr=np.array([[1,2,3],[4,5,6],[7,8,9]])arr.sum(0) #为按行求和方法arr.mean(1) #为按列求平均值方法2.6在Python中，对函数定义时有多种类型的参数可供使用，请简述位置参数、默认参数、关键字参数三者的区别。答：位置参数用于按顺序传递，必须一一对应；默认参数用于定义时赋初值，调用时可传可不传；关键字参数通过“参数名=值”传递，顺序可任意。2.7请简述Pandas库中loc函数和iloc函数的区别。答：loc按标签索引，使用行名/列名选取数据；iloc按位置索引，使用数字下标选取数据2.8请说明TensorFlow中的tf.keras.layers.Dense函数的作用是什么，以及函数中的activation参数有什么作用？答：Dense函数的作用是定义全连接层，每个神经元与上一层所有神经元相连；activation参数的作用是作为激活函数，引入非线性，让模型拟合复杂规律（如relu、sigmoid、softmax）。2.9请简述Pandas库中groupby函数的作用是什么？并写出至少三个此类常用聚合函数。答：groupby()函数的作用是：对数据对象按指定列分组，对分组后的数据进行统计计算。常用聚合函数包括sum()、mean()、count()