NumPy: статистические упражнения, практика, решение

NumPy Статистика [14 упражнений с решением]

[ Внизу страницы доступен редактор для написания и выполнения сценариев. ]

1. Напишите программу на Python, чтобы найти максимальное и минимальное значение заданного уплощенного массива. Перейти к редактору
Ожидаемый результат:
Оригинальный сплющенный массив:
[[0 1]
[2 3]]
Максимальное значение вышеуказанного сплющенного массива:
3
Минимальное значение вышеуказанного сплющенного массива:
0
Нажмите меня, чтобы увидеть образец решения

2. Напишите программу NumPy, чтобы получить минимальное и максимальное значение заданного массива вдоль второй оси. Перейти к редактору
Ожидаемый результат:
Исходный массив:
[[0 1]
[2 3]]
Максимальное значение по второй оси:
[1 3]
Минимальное значение по второй оси:
[0 2]
Нажмите меня, чтобы увидеть образец решения

3. Напишите программу NumPy, чтобы вычислить разницу между максимальным и минимальным значениями данного массива вдоль второй оси. Перейти к редактору
Ожидаемый результат:
Исходный массив:
[[0 1 2 3 4 5]
[6 7 8 9 10 11]]
Разница между максимальным и минимальным значениями указанного массива:
[5 5]
Нажмите меня, чтобы увидеть образец решения

4. Напишите программу NumPy для вычисления 80-го процентиля для всех элементов в данном массиве вдоль второй оси. Перейти к редактору
Ожидаемый результат:
Исходный массив:
[1,0, 2,0, 3,0, 4,0]
Наибольшее целое число меньше или равно делению входов:
[0. 1. 2. 2.]
Нажмите меня, чтобы увидеть образец решения

5. Напишите программу NumPy для вычисления медианы сглаженного заданного массива. Перейти к редактору
Примечание: элементы первого массива возводятся в степени из второго массива
Ожидаемый результат:
Исходный массив:
[[0 1 2 3 4 5]
[6 7 8 9 10 11]]
Медиана указанного массива:
5,5
Нажмите меня, чтобы увидеть образец решения

6. Напишите программу NumPy для вычисления веса данного массива. Перейти к редактору
Пример вывода:
Исходный массив:
[0 1 2 3 4]
Средневзвешенное значение указанного массива:
2,6666666666666665
Нажмите меня, чтобы увидеть образец решения

7. Напишите программу NumPy для вычисления среднего значения, стандартного отклонения и дисперсии данного массива вдоль второй оси. Перейти к редактору
Образец вывода:
Исходный массив:
[0 1 2 3 4 5]
Среднее значение 2,5
стандартный: 1
Дисперсия: 2.9166666666666665
Нажмите меня, чтобы увидеть образец решения

8. Напишите программу NumPy для вычисления ковариационной матрицы двух заданных массивов. Перейти к редактору
Пример вывода:
Исходный массив1:
[0 1 2]
Исходный массив1:
[2 10]
Ковариационная матрица указанных массивов:
[[1. -1.]
[-1. 1.]]
Нажмите меня, чтобы увидеть образец решения

9. Напишите программу NumPy для вычисления взаимной корреляции двух заданных массивов. Перейти к редактору
Пример вывода:
Исходный массив1:
[0 1 3]
Исходный массив1:
[2 4 5]
Кросс-корреляция указанных массивов:
[[2.33333333 2.16666667]
[2.16666667 2.33333333]]
Нажмите меня, чтобы увидеть образец решения

10. Напишите программу NumPy для вычисления коэффициентов корреляции Пирсона-произведения двух заданных массивов. Перейти к редактору
Пример вывода:
Исходный массив1:
[0 1 3]
Исходный массив1:
[2 4 5]
Коэффициенты корреляции Пирсона и момента этих массивов:
[[1. 0.92857143]
[0.92857143 1.]]
Нажмите меня, чтобы увидеть образец решения

11. Напишите программу NumPy для поэтапного тестирования данного массива на конечность (не бесконечность или не число), положительную или отрицательную бесконечность, для NaN, для NaT (не время), для отрицательной бесконечности, для положительной бесконечности , Перейти к редактору
Образец вывода:
Поэлементный тест на конечность (не бесконечность или не число):
Правда
Правда
Ложь
Поэлементный тест на положительную или отрицательную бесконечность:
Правда
Ложь
Правда
Поэлементный тест для NaN:
[True False False]
Поэтапное тестирование для NaT (не время):
[True False]
Поэлементный тест на отрицательную бесконечность:
[1 0 0]
Поэлементный тест на положительную бесконечность:
[0 0 1]
Нажмите меня, чтобы увидеть образец решения

12. Напишите программу Python NumPy, чтобы вычислить средневзвешенное значение вдоль указанной оси заданного плоского массива. Перейти к редактору
Из Википедии: Взвешенное среднее арифметическое похоже на обычное среднее арифметическое (самый распространенный тип среднего), за исключением того, что вместо каждой из точек данных, вносящих одинаковый вклад в конечное среднее, некоторые точки данных дают больше, чем другие. Понятие взвешенного среднего значения играет роль в описательной статистике, а также встречается в более общей форме в некоторых других областях математики.
Образец вывода:
Оригинальный сплющенный массив:
[[0 1 2]
[3 4 5]
[6 7 8]]
Средневзвешенное значение по указанной оси вышеуказанного сплющенного массива:
[1.2 4.2 7.2]
Нажмите меня, чтобы увидеть образец решения

13. Напишите программу на Python для подсчета количества вхождений каждого значения в данный массив неотрицательных целых чисел. Перейти к редактору
Примечание: функция bincount () считает количество вхождений каждого значения в массив неотрицательных целых чисел в диапазоне массива между минимальным и максимальным значениями, включая значения, которые не встречались.
Пример вывода:
Исходный массив:
[0, 1, 6, 1, 4, 1, 2, 2, 7]
Количество вхождений каждого значения в массиве:
[1 3 2 0 1 0 1 1]
Нажмите меня, чтобы увидеть образец решения

14. Напишите программу NumPy, чтобы вычислить гистограмму чисел для бинов. Перейти к редактору
Пример вывода:
числа: [0,5 0,7 1. 1,2 1,3 2,1]
контейнеры: [0 1 2 3]
Результат: (массив ([2, 3, 1], dtype = int64), массив ([0, 1, 2, 3]))

Нажмите меня, чтобы увидеть образец решения

Редактор кода Python:

Еще не все !

Не отправляйте решение вышеупомянутых упражнений здесь, если вы хотите внести вклад, перейдите на соответствующую страницу упражнения.