数据基础:numpy 与 pandas
向量化与广播
你以前学过这门课程吗?
这样我们只统计你一次。只会发送你的答案,以及你的匿名进度。
数组上的算术是逐元素进行的,不需要循环:
import numpy as np
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
print(a + b) # [11 22 33]
print(a * b) # [10 40 90]
print(b / a) # [10. 10. 10.]广播是 numpy 把较小的形状拉伸以适配较大形状的方式。单个数(标量)会作用到每个元素上:
a = np.array([1, 2, 3])
print(a + 100) # [101 102 103]
print(a ** 2) # [1 4 9]它也能跨行工作。一个长度为 3 的一维行会广播到 2x3 网格的每一行:
grid = np.array([[1, 2, 3],
[4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
# [14 25 36]]比较也是向量化的,会得到一个布尔数组,我们很快就会用它来过滤:
scores = np.array([55, 90, 70, 40])
print(scores >= 60) # [False True True False]向量化的代码比等价的 Python 循环更短,也快得多。
轮到你了
从 celsius = np.array([0, 10, 20, 30]) 开始。用向量化的数学运算(不要循环),按公式 F = C * 9/5 + 32 转换成华氏度,存进 fahrenheit。然后建立一个布尔数组 warm,在华氏度至少为 60 的地方为 True。
本课已完成。干得好。
这个练习即将开放
完成它前面的那一课,这一课就会解锁。整门课程免费,无需账号,而且你现在就可以阅读这节课。
这个浏览器屏蔽了 learn.floati.life 的 Cookie,所以你在这里完成的课程无法按顺序打开。请允许这个网站使用 Cookie,然后重新加载。