Задачи NumPy онлайн: массивы и вычисления с проверкой
Здесь можно практиковать NumPy на задачах с проверкой кода: от создания ndarray до операций над матрицами. В подборке есть и тесты, где нужно предсказать поведение массива.
С чего начать
Сначала научитесь читать shape, ndim, size и dtype. Затем выберите строку, столбец и прямоугольный блок матрицы. После этого переходите к маскам, вычислениям по осям и broadcasting. Такой порядок помогает понимать ошибки формы, а не подбирать выражения наугад.
Небольшой пример
import numpy as np
a = np.array([[1, 3, 5], [2, 4, 6]])
print(a.shape)
print(a.sum(axis=0).tolist())
print(a.sum(axis=1).tolist())
Результат:
(2, 3)
[3, 7, 11]
[9, 12]
axis=0 убирает ось строк и оставляет сумму для каждого столбца. axis=1 убирает ось столбцов и оставляет сумму для каждой строки. Сопоставьте длину результата с формой массива.
Выберите тему
- Индексы, двумерные срезы, маски и общая память.
- reshape, единичные оси, axis и broadcasting.
- arange и linspace: шаг или количество точек.
- NaN: сумма, среднее и количество пропусков.
Как решать
Откройте упражнение, прочитайте формат входа и вывода и запустите проверку своего кода. Условие конкретной задачи важнее общего примера выше. Для полного маршрута с объяснениями есть бесплатный тренажёр NumPy и pandas.
- NumPy newaxis и squeeze: вектор-строка и вектор-столбец
Как получить формы (n, 1) и (1, n) через np.newaxis и убрать единичную ось через squeeze? Пример и задача на формы массивов.
NumPy и pandas: практический тренажёр - NumPy reshape и transpose: разница на примере и задача
Почему reshape и transpose дают разные значения при одинаковой форме? Разберите пример и проверьте понимание в задаче по NumPy.
NumPy и pandas: практический тренажёр - NumPy: прямоугольный срез вместо цепочечной индексации
Исправьте цепочечную индексацию двумерного массива: выберите прямоугольный срез одной операцией NumPy.
NumPy и pandas: практический тренажёр - Срезы двумерного массива NumPy: строки, столбцы и шаг
Как работают a[::2, 1::2] и отрицательные индексы NumPy? Разберите двумерные срезы на примере и решите задачу с проверкой.
NumPy и pandas: практический тренажёр - NumPy shape, ndim, size и dtype: атрибуты массива и задача
Чем отличаются shape, ndim, size и dtype в NumPy? Короткий пример атрибутов ndarray и задача с проверкой кода без регистрации.
NumPy и pandas: практический тренажёр - dtype NumPy: целые и вещественные массивы, типы элементов
Как NumPy выбирает dtype из int и float, что показывает dtype.kind и зачем задавать тип явно? Пример и задача с проверкой.
NumPy и pandas: практический тренажёр - NumPy arange и linspace: разница шага и количества точек
Что выбрать: np.arange или np.linspace? Сравните шаг, число точек и включение границы на примере, затем исправьте код в задаче.
NumPy и pandas: практический тренажёр - NumPy zeros, ones и full: dtype — пример и задача
Разберите dtype в np.zeros, np.ones и np.full на коротком примере. Исправьте создание массивов и проверьте код без регистрации.
NumPy и pandas: практический тренажёр - np.where и np.clip в NumPy: задача без циклов
Чем различаются np.where и np.clip? Короткий пример и упражнение на поэлементные вычисления NumPy с бесплатной проверкой кода.
NumPy и pandas: практический тренажёр - np.clip в NumPy: ограничение значений — пример и задача
Как работает np.clip: короткий пример ограничения массива и задача на подсчёт значений вне диапазона. Бесплатная проверка кода в браузере.
NumPy и pandas: практический тренажёр - Min-max нормализация матрицы NumPy и argmin/argmax
Нормализуйте матрицу по минимуму и максимуму, затем найдите позиции глобальных экстремумов в NumPy.
NumPy и pandas: практический тренажёр - NumPy axis=0, 1, 2: пример агрегации и задача
Как axis влияет на sum и форму результата NumPy? Короткий пример и задача на агрегацию трёхмерного массива с проверкой кода.
NumPy и pandas: практический тренажёр - NumPy broadcasting: какая форма будет у суммы массивов
Сложение массивов NumPy с shape (5, 1) и (1, 4): определите форму результата и потренируйтесь применять правила broadcasting.
NumPy и pandas: практический тренажёр - Broadcasting NumPy по строкам и столбцам: формы и пример
Как делить матрицу на суммы строк и значения столбцов без циклов? Правила broadcasting, пример с keepdims и задача NumPy.
NumPy и pandas: практический тренажёр - NumPy broadcasting: outer-таблица и центрирование строк
Постройте outer-таблицу и центрируйте матрицу по строкам с помощью broadcasting. Задача на совместимость форм.
NumPy и pandas: практический тренажёр - Умножение матриц NumPy: оператор @, размеры и пример
Как умножить матрицы NumPy через @ и проверить совместимость shape? Отличие от умножения по элементам и задача с проверкой Python-кода.
NumPy и pandas: практический тренажёр - NumPy A.T @ A: попарные скалярные произведения столбцов
Вычислите A.T @ A и разберите значения матрицы попарных скалярных произведений столбцов. Задача с проверкой.
NumPy и pandas: практический тренажёр - NumPy nanmean, nansum и isnan: среднее без пропусков
Как посчитать NaN и среднее по заполненным значениям NumPy? Пример isnan, nansum и nanmean, затем задача с проверкой кода.
NumPy и pandas: практический тренажёр - np.isnan, np.any и np.all: задача на пропуски в массиве
Найдите NaN в массиве, посчитайте пропуски и проверьте условия через np.any и np.all. Задача с онлайн-проверкой.
NumPy и pandas: практический тренажёр - NumPy stack: axis=0, 1 и 2 и форма результата
Соедините массивы через np.stack по разным осям и предскажите shape результата. Практика NumPy онлайн.
NumPy и pandas: практический тренажёр - NumPy concatenate и stack: чем отличаются shape и axis
concatenate объединяет по существующей оси, stack добавляет новую. Сравните формы результатов NumPy и решите задачу в браузере.
NumPy и pandas: практический тренажёр - NumPy sort по axis=0 и axis=1 без изменения исходного массива
Отсортируйте двумерный массив по двум осям через np.sort и проверьте форму и неизменность исходных данных.
NumPy и pandas: практический тренажёр - NumPy argsort по axis=0: индексы сортировки столбцов
Что возвращает np.argsort и как читать индексы по axis=0? Пример применения индексов и задача на сортировку столбцов.
NumPy и pandas: практический тренажёр - View и copy: предсказание влияния изменений среза на исходный массив — задача по NumPy и pandas
copy() c[0] = 99 Чему равен a[0] после выполнения этих строк? Проверьте ответ в задаче из бесплатного курса NumPy и pandas.
NumPy и pandas: практический тренажёр
