A: True
B: False
C: [17,18]
D: array([17,18])
举一反三
- 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])
- * 18 20 28 30]⑤ 快速排序____ [6 2 10] 12 [28 30 16* 20 16 18]____ [2] 6 [10] 12 [28 30 16* 20 16 18 ]____ 2 6 10 12 [18 16 16* 20 ] 28 [30 ]____ 2 6 10 12 [16* 16] 18 [20] 28 30____ 2 6 10 12 16* [16] 18 20 28 30左子序列递归深度为1,右子序列递归深度为3⑥ 简单选择排序
- 请阅读下列一段示例程序:[br][/br]arr2d = np.array([[11, 20, 5],[21, 15, 26],[17, 8, 19]])[br][/br]arr2d[0:2, 0:2][br][/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])
- 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])
- 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])
内容
- 0
a=array([[0,1,2,3], [4,5,6,7], [8,9,10,11], [12,13,14,15]]) b=array([[16,17,18,19], [20,21,22,23], [24,25,26,27], [28,29,30,31]]) 通过语句np.concatenate((a,b),axis=1)可以产生 array([[0,1,2,3,16,17,18,19], [4,5,6,7,20,21,22,23], [8,9,10,11,24,25,26,27], [12,13,14,15,28,29,30,31]])
- 1
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]])
- 2
print(frame[frame['age'].isin([16, 18])])含义是: A: 输出年龄为16到18的所有行 B: 输出年龄为16或者18的所有行 C: 输出年龄为16到17的所有行 D: 输出年龄为17的所有行
- 3
【单选题】对关键字序列 (15 , 18 , 11 , 13 , 19 , 16 , 12 , 17 , 10 , 8) 进行两趟 直接插入排序的结果是()。 A. (15 , 18 , 11 , 13 , 19 , 16 , 12 , 17 , 10 , 8) B. (11 , 15 , 18 , 13 , 19 , 16 , 12 , 17 , 10 , 8) C. (8 , 10 , 15 , 18 , 11 , 13 , 19 , 16 , 12 , 17) D. (8 , 15 , 18 , 11 , 13 , 19 , 16 , 12 , 17 , 10)
- 4
请在下面空格处填写答案(两行结果中间用一个半角分号分隔)。>>> import numpy as np >>> a = np.array([(1, 2, 3), (4, 5, 6), (7, 8, 9)]) >>> a.shape (______) >>> a[[2]].sum() _______