第1关：ndarray对象
import numpy as np
def print_ndarray(input_data):
'''
实例化ndarray对象并打印
:param input_data: 测试用例，类型为字典类型
:return: None
'''
print(np.array(input_data['data']))
第2关：形状操作
根据测试用例的输入，将列表转换成ndarray后变形成一维数组并将其打印。
测试输入：
[[1, 2, 3], [4, 5, 6]]
预期输出：
[1, 2, 3, 4, 5, 6]
import numpy as np
def reshape_ndarray(input_data):
'''
将ipnut_data转换成ndarray后将其变形成一位数组并打印
:param input_data: 测试用例，类型为list
:return: None
'''
temp = np.array(input_data)
tat = temp.reshape((1,-1))
for i in tat:
print(i)
第3关：基础操作
根据测试用例的输入，打印每行的最大值的位置。
测试输入：
[[0.2, 0.7, 0.1], [0.1, 0.3, 0.6]]
预期输出：
[1 2]
import numpy as np
def get_answer(input_data):
'''
将input_data转换成ndarray后统计每一行中最大值的位置并打印
:param input_data: 测试用例，类型为list
:return: None
'''
temp = np.array(input_data)
List = []
for value in temp:
List.append(value.argmax())
print(np.array(List))
第4关：随机数生成
将测试用例输入打乱顺序并返回打乱结果。
注意：请使用np.random.choice()函数来实现打乱顺序。
测试输入：
[1, 2, 3, 4, 5, 6]
预期输出：
[4, 3, 5, 1, 2, 6]
import numpy as np
def shuffle(input_data):
'''
打乱input_data并返回打乱结果
:param input_data: 测试用例输入，类型为list
:return: result，类型为list
'''
result = []
temp = np.random.choice(input_data,size=len(input_data),replace=False)
result = temp.tolist()
return result
第5关：索引与切片
根据提示，在右侧编辑器Begin-End处补充代码，根据测试用例的输入将ROI的提取并返回(ROI是一个矩阵)。
测试输入：
{‘image’:[[1, 2, 255, 255, 0], [255, 255, 0, 0, 3]], ‘x’:0, ‘y’:1, ‘w’:2, ‘h’:1}
预期输出：
[[ 2 255 255] [255 0 0]]
import numpy as np
def get_roi(data, x, y, w, h):
'''
提取data中左上角顶点坐标为(x, y)宽为w高为h的ROI
:param data: 二维数组，类型为ndarray
:param x: ROI左上角顶点的行索引，类型为int
:param y: ROI左上角顶点的列索引，类型为int
:param w: ROI的宽，类型为int
:param h: ROI的高，类型为int
:return: ROI，类型为ndarray
'''
return data[x:x+h+1,y:y+w+1]
如果你遇见此问题，希望可以帮到你！
Original: https://blog.csdn.net/m0_52453038/article/details/127157310
Author: AI码农
Title: NumPy基础及取值操作
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/759075/
转载文章受原作者版权保护。转载请注明原作者出处！