第3章习题与参考答案

人工智能基础-第3章习题与参考答案填空题（1）在NumPy中，创建全为1的3×3矩阵，可以使用函数。参考答案：np.ones((3,3))解析：在NumPy库中，`np.ones()`函数用于创建一个指定形状的数组，数组中的所有元素都为1。参数为一个元组，表示数组的形状，这里`(3,3)`表示创建一个3行3列的矩阵，所以创建全为1的3×3矩阵可以使用`np.ones((3,3))`。NumPy数组的维度可以通过属性获取。参考答案：ndim解析：在NumPy中，`ndim`是数组对象的一个属性，它返回数组的维度。例如，对于一个一维数组`a=np.array([1,2,3])`，`a.ndim`的值为1；对于一个二维数组`b=np.array([[1,2],[3,4]])`，`b.ndim`的值为2。所以通过`ndim`属性可以获取NumPy数组的维度。在NumPy中，将数组a中的所有元素乘以2，可以使用表达式。参考答案**：a*2解析：在NumPy中，数组的运算具有向量化的特点。当对数组`a`进行`a*2`的操作时，会将数组`a`中的每一个元素都乘以2，返回一个新的数组（在没有其他变量引用的情况下），原数组`a`不变（除非进行了赋值操作）。例如`a=np.array([1,2,3])`，`a*2`的结果是`array([2,4,6])`。所以将数组`a`中的所有元素乘以2可以使用表达式`a*2`。NumPy中的函数可以用于计算数组的平均值。参考答案：`np.mean()`解析：`np.mean()`函数是NumPy库中用于计算数组元素平均值的函数。它可以接受一个数组作为参数，返回该数组所有元素的平均值。例如`a=np.array([1,2,3])`，`np.mean(a)`的值为`2`。所以`np.mean()`函数可以用于计算数组的平均值。在NumPy中，创建一个形状为(3,4)、元素值为0～1的随机浮点数数组，可以使用函数。参考答案：np.random.rand(3,4)解析：`np.random.rand()`函数是NumPy中用于生成指定形状的随机浮点数数组的函数，生成的随机数在0到1之间（包括0但不包括1）。参数为一个元组，表示数组的形状，这里`(3,4)`表示生成一个3行4列的数组。所以创建一个形状为`(3,4)`、元素值为0～1的随机浮点数数组可以使用`np.random.rand(3,4)`。在NumPy中，创建一个0～10的等差数列，可以使用函数。参考答案：np.linspace(0,10)解析：`np.linspace()`函数用于在指定的区间内生成等差数列。它的一般形式为`np.linspace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)`，其中`start`是起始值，`stop`是结束值，`num`是生成的元素个数（默认为50），`endpoint`表示是否包含结束值（默认为`True`）。当只传入`start`和`stop`时，默认生成50个元素的等差数列。所以创建一个0～10的等差数列可以使用`np.linspace(0,10)`。选择题在NumPy中，对一个数组进行按列求和，可以使用（）函数。np.sum(a,axis=0) B．np.sum(a,axis=1)C．np.mean(a) D．np.var(a)参考答案：A解析：在NumPy中，`np.sum()`函数用于计算数组元素的和。`axis`参数用于指定沿着哪个轴进行计算，`axis=0`表示沿着列方向（即垂直方向）进行计算，也就是按列求和；`axis=1`表示沿着行方向（即水平方向）进行计算，是按行求和。`np.mean(a)`函数用于计算数组的平均值；`np.var(a)`函数用于计算数组的方差。所以对一个数组进行按列求和，可以使用`np.sum(a,axis=0)`，答案选A。如果想要改变NumPy数组的形状而不改变其数据，应该使用（）函数。reshape() B．flatten() C．ravel() D．transpose()参考答案：A解析：`reshape()`函数用于在不改变数组数据的情况下，改变数组的形状。例如，对于一个一维数组`a=np.array([1,2,3,4])`，`a.reshape(2,2)`会将其转换为一个2行2列的二维数组`array([[1,2],[3,4]])`。`flatten()`函数和`ravel()`函数都用于将多维数组展平为一维数组，`flatten()`返回的是数组的副本，`ravel()`返回的是原数组的视图（可能会共享数据）。`transpose()`函数用于转置数组，改变数组的行列方向。所以想要改变NumPy数组的形状而不改变其数据，应该使用`reshape()`函数，答案选A。已知a=np.arange(12).reshape(3,4)，print(a.sum(axis=0))的结果是（）。[62238] B．[12151821] C．66 D．[66]参考答案：B解析：首先，`np.arange(12)`生成一个从0到11的一维数组`array([0,1,2,3,4,5,6,7,8,9,10,11])`，然后`reshape(3,4)`将其转换为一个3行4列的二维数组。`a.sum(axis=0)`表示沿着列方向（`axis=0`）对数组`a`进行求和。第一列元素为`0,4,8`，其和为`0+4+8=12`；第二列元素为`1,5,9`，其和为`1+5+9=15`；第三列元素为`2,6,10`，其和为`2+6+10=18`；第四列元素为`3,7,11`，其和为`3+7+11=21`。所以`a.sum(axis=0)`的结果是`[12151821]`，答案选B。（）可以在NumPy数组中找到最大值的索引。np.max() B．np.argmin() C．np.argmax(axis=0) D．np.argmax()参考答案：D解析：`np.max()`函数用于返回数组中的最大值；`np.argmin()`函数用于返回数组中最小值的索引；`np.argmax(axis=0)`表示沿着列方向（`axis=0`）找到每列中的最大值的索引；`np.argmax()`函数用于返回数组中最大值的索引（不指定轴时，将数组展平后找最大值的索引）。所以可以在NumPy数组中找到最大值的索引的是`np.argmax()`，答案选D。设有数组如下，则print(np.dot(a,b))的结果是（）。a=[[3,3,2],[4,4,1]]b=[[4,3],[4,4],[2,2]][[24,24,11],[28,28,12],[14,14,6]]117[[28,25],[34,30]]D．0参考答案：C解析：`np.dot()`函数用于计算两个数组的点积（矩阵乘法）。对于矩阵乘法，要求第一个矩阵的列数等于第二个矩阵的行数。这里数组`a`是一个2行3列的矩阵，数组`b`是一个3行2列的矩阵，可以进行矩阵乘法。计算过程为：第一个结果元素`(a[0][0]*b[0][0]+a[0][1]*b[1][0]+a[0][2]*b[2][0])=(3*4+3*4+2*2)=28`；第二个结果元素`(a[0][0]*b[0][1]+a[0][1]*b[1][1]+a[0][2]*b[2][1])=(3*3+3*4+2*2)=25`；第三个结果元素`(a[1][0]*b[0][0]+a[1][1]*b[1][0]+a[1][2]*b[2