A: array([[11, 20],[21, 15]])
B: array([11, 20])
C: array([21, 15])
D: array([11, 21])
举一反三
- 请阅读下列一段示例程序：<br/>arr2d = np.array([[11, 20, 5],[21, 15, 26],[17, 8, 19]])<br/>arr2d[0:2, 0:2]<br/>运行上述程序，它最终执行的结果为（ ）。 A: array([[11, 20],[21, 15]]) B: array([11, 20]) C: array([21, 15]) D: array([11, 21])
- np是numpy模块的别名。若a=np.array([[11,12,13, 14],[15,16,17,18]])，则a[1,1:3]的结果是（）。 A: array([11, 12, 13]) B: array([15, 16, 17]) C: array([11, 13]) D: array([16, 17])
- 以下代码执行后的值为( )。[br][/br][?php<br]$arr=array(5=>1,12=>2);[br][/br]$arr[]=3;[br][/br]unset($arr[5]);[br][/br]$arr[]=6;[br][/br]$arr=['0'=>2];[br][/br]$arr[]=268;[br][/br]echo $arr[1]; A: 5 B: 6 C: 268 D: 3
- 给定多维数组arr，arr = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]则np.mean(arr,axis=0)输出为 A: array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) B: array([4., 5., 6.]) C: array([2., 5., 8.]) D: array([1., 5., 8.])
- 执行如下代码arr1=[[1,3],[2,4]]arr2=[[2,1],[4,1]]np.multiply(arr1,arr2)则输出结果为 A: array([[14, 4], [20, 6]]) B: array([[2, 3], [8, 4]]) C: array([[0.5, 3. ], [0.5, 4. ]]) D: array([[ 4, 10], [ 6, 16]])
内容
- 0
下面是TensorFlow 2.0的一段程序片断，阅读后回答问题。 c1 = tf.constant([[1],[2]], name="c1")[br][/br]c2 = tf.constant([[1,2]], name="c2")[br][/br]v1 = tf.Variable([[1],[2]], name="v1")[br][/br]v2 = tf.Variable([[1, 2]], name="v1")[br][/br]mat_res_c = tf.matmul(c1, c2, name="mat_res_c")[br][/br]mat_res_v = tf.matmul(v1, v2, name="mat_res_v")[br][/br]return c1, v1, mat_res_c, mat_res_v [br][/br] 请根据上述代码运行情况填写结果： (1)tensorflow:__________ (2)Eager张量c1: (3)Eager张量v1:[tf.Variable 'v1:0' shape=________ dtype=int32, numpy=array([[1], [2]])] (4)Eager张量v1: (5)Eager变量张量矩阵计算结果:
- 1
存在多维数组arr，arr =np.array([[1 2 3] [4 5 6] [7 8 9]])数组arr.T的输出为 A: array([[1, 4, 7], [2, 5, 8], [3, 6, 9]]) B: array([[1, 2, 3], [4, 5, 8], [7, 6, 9]]) C: array([[1, 4, 7], [2, 5, 6], [3, 8, 9]]) D: array([[9, 4, 7], [2, 5, 8], [3, 6, 1]])
- 2
假设$a=range（1，20，5），则print_r（$a）的输出结果为（）。 A: Array（[0]=>1[1]=>6[2]=>11[3]=>16） B: Array（[0]=>1[1]=>20[2]=>5） C: Array（[0]=>5[1]=>10[2]=>15[3]=>20） D: Array（[0]=>5[1]=>10[2]=>15）
- 3
以下代码创建ndarray数组，请补全代码。import numpy as np data = [5,7,9,20] arr = np.____(data) arr输出结果为：array([5,7,9,20])
- 4
ls=[ [1,2,3,4],['a','b','c','d'],['列','表'] ][br][/br] 请写出结果： ls[0] （1） ls[0][0] （2） ls[1][0:2] （3）