เริ่มเรียนเขียนโปรแกรม: 11.1 NumPy: Array Creation and Reshaping

11: NumPy

11-1: Array Creation and Reshaping

** ถ้าใช้งานบนมือถือหรือ tablet แนะนำให้ใช้ Chrome หรือ Safari เท่านั้น **

แบบฝึกหัด 11-1 ข้อที่ 1

เขียนคำสั่งเพื่อสร้างอาเรย์ในตัวแปรชื่อต่อไปนี้ (ไม่ต้องใช้คำสั่งวงวน)

a0 อ่านรายการของจำนวนเต็มจากอินพุตหนึ่งบรรทัด (คั่นด้วยช่องว่าง) มาสร้างอาเรย์หนึ่งมิตื
a1 ขนาด 3x4 ทุกช่องมีค่า 0.0
a2 ขนาด 4x2 ทุกช่องมีค่า 1
a3 ขนาด 4 ช่อง เก็บค่า 2, 13 ,4 , 9
a4 ขนาด 1x4 ช่อง เก็บค่า 2, 13, 4, 9
a5 ขนาด 100 ช่อง เก็บค่า 1.00, 1.01, 1.02, ...,1.99
a6 แทนเมทริกซ์เอกลักษณ์ขนาด 10x10
a7 ขนาด 10x7 เก็บ float ไม่ต้องตั้งค่าเริ่มต้น


___inp___ = ['1 3 2 4 1 3 4']
def input():
    t = ___inp___.pop(0)
    ___inp___.append(t)
    return t


import numpy as np


import numpy as np

a0 = np.array(input().split(), dtype=int)
a1 = np.zeros((3,4), float)
a2 = np.ones((4,2), int)
a3 = np.array([2,13,4,9])
a4 = np.array([[2,13,4,9]])
a5 = np.arange(1.00, 2.00, 0.01)
a6 = np.identity(10)
a7 = np.ndarray((10,7), float)


Ex().check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
vars = ['a0', 'a1', 'a2', 'a3', 'a4', 'a5', 'a6', 'a7']
for v in vars:
  obj = Ex().check_object(v, missing_msg = "ไม่มีตัวแปร `" + v + "`")
  obj.has_equal_value(expr_code = "type("+v+")", incorrect_msg = "`" + v + "` ต้องเป็น numpy array")
  obj.has_equal_value(expr_code = v+".dtype", incorrect_msg = "`" + v + "` เก็บข้อมูลที่มีประเภทข้อมูลไม่ตรงตามโจทย์")
  if v != 'a7':
    obj.has_equal_value(incorrect_msg = "`" + v + "` มีค่าไม่ตรงตามโจทย์")
  else:
    obj.has_equal_value(expr_code = "a7.shape", incorrect_msg = "`" + v + "` มีขนาดไม่ตรงตามโจทย์")

แบบฝึกหัด 11-1 ข้อที่ 2

จงเขียนฟังก์ชัน number_of_rows(M) และ number_of_cols(M) ที่รับเมทริกซ์ M และคืนจำนวนแถว กับจำนวนคอลัมน์ของ M ตามลำดับ


import numpy as np


import numpy as np

def number_of_rows(M):

def number_of_cols(M):


import numpy as np

def number_of_rows(M):
    return M.shape[0]

def number_of_cols(M):
    return M.shape[1]


import numpy as np

def to_str(M):
  return "np.array(" + repr(M.tolist()) + ")"

q = "`"
for fname in ["number_of_rows", "number_of_cols"]:
  func = Ex().check_function_def(fname, missing_msg="ไม่พบฟังก์ชัน " + (q+fname+q))
  func.has_equal_part_len('args', 'ฟังก์ชันนี้รับพารามิเตอร์หนึ่งตัว')
  for i in range(2):
    r,c = np.random.randint(3,6), np.random.randint(3,6)
    M = to_str(np.ones((r,c),int))
    fcall = fname + "(" + M + ")"
    func.check_call(fcall).has_equal_value(incorrect_msg=(q+fname+q) + " ให้ผลผิด")

แบบฝึกหัด 11-1 ข้อที่ 3

ถ้า A เป็นอาเรย์มิติเดียว เช่น A = np.array([1,2,3]) จะได้ A.T เหมือนกับ A โจทย์ข้อนี้จึงต้องการให้เขียนฟังก์ชัน transpose(A) ที่รับ A เป็นอาเรย์มิติเดียว แล้วคืนอาเรย์เหมือนกับเป็นทรานโพสของ A เช่น transpose(np.array([1,2,3]) จะได้ np.array([[1],[2],[3]]) (หมายเหตุ: ไม่ต้องใช้วงวน)


import numpy as np


import numpy as np

def transpose(A):


import numpy as np

def transpose(A):
    return A.reshape((A.shape[0], 1))


import numpy as np

def to_str(A):
  return "np.array(" + repr(A.tolist()) + ")"

q = "`"
fname = "transpose"
func = Ex().check_function_def(fname, missing_msg="ไม่พบฟังก์ชัน " + (q+fname+q))
func.has_equal_part_len('args', 'ฟังก์ชันนี้รับพารามิเตอร์หนึ่งตัว')
func.check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")
A = to_str(np.random.randint(16, size=6))
fcall = fname + "(" + A + ")"
func.check_call(fcall).has_equal_value(incorrect_msg=(q+fname+q) + " ให้ผลผิด")

ใช้ reshape

แบบฝึกหัด 11-1 ข้อที่ 4

จงเขียนคำสั่งสร้างอาเรย์ชื่อ a มีขนาด 20x10 เก็บจำนวนเต็ม โดย a[k] มีค่า [10k, 10k+1, 10k+2, ..., 10k+9] (หมายเหตุ: ไม่ต้องใช้วงวน)


import numpy as np

a = np.arange(0,200).reshape((20,10))


v = "a"
obj = Ex().check_object(v, missing_msg = "ไม่มีตัวแปร `" + v + "`")
obj.has_equal_value(expr_code = "type("+v+")", incorrect_msg = "`" + v + "` ต้องเป็น numpy array")
obj.has_equal_value(expr_code = v+".dtype", incorrect_msg = "`" + v + "` เก็บ int")
obj.has_equal_value(incorrect_msg = "`" + v + "` มีค่าไม่ตรงตามโจทย์")
Ex().check_not(has_code(r"(for|while)"), msg="ไม่ใช้ for หรือ while นะ")