1、创建一个长度为10的一维全为0的ndarray对象，然后让第5个元素等于1

import numpy as np
nd=np.zeros(10)
nd[4]=1
nd

2、创建一个元素为从10到49的ndarray对象

import numpy as np
np.arange(10,50)

3、创建一个 4*4 的二维数组，并输出数组元素类型

import numpy as np
arr = np.arange(16).reshape(4,4)
print(arr)
arr.dtype.name

4、创建一个数组，该数组可以完成将坐标位置为（0,1,3）到（3,0,1）的转置

import numpy as np
arr1 = np.arange(64).reshape(4,4,4)
arr1

5 、将4题中的数据类型转换为float64

float_arr1=arr1.astype(np.float64)
float_arr1.dtype

6、参照课件分别完成数组间的矢量运算、广播运算、标量运算
（1）矢量运算

arr1=np.arange(0,4)
arr2=np.arange(1,5)
print(arr1+arr2)

（2）广播运算

arr1 = np.array([[1,2,3]])
arr2 = np.array([[0],[1],[2],[3]])
print(arr1+arr2)

（3）标量运算

arr1 = np.array([[1,2,3],[4,5,6]])
arr2 = np.array([[10]])
arr = arr1+arr2
arr

7、创建一个二维数组，使用索引的方式获取第二行第一列和第三行第二列的数据

import numpy as np
arr = np.arange(16).reshape(4,4)
print(arr)
print(arr[1,0])
print(arr[2,1])

8、使用切片的方式获取7题中数组的1，2行第2、3列的数据

arr[:2,1:3]

9、参考课件使用切片与整数索引混合使用的方法，获取7题数组中第二行第2 、3列数据

arr[1,1:3]

10、参考课件，使用花式索引获取第 7题中索引为(2,2)和(1,3)的元素

arr[[1,2],[3,2]]

11、创建如下两个数据，使用布尔类型索引输出Rose的成绩

#存储学生姓名的数组
student_name = np.array(['Tom','Lily','Jack','Rose'])
#存储学生成绩的数组
student_score = np.array([[79,88,80],[89,90,92],[83,78,85],[78,76,80]])
score = student_score[student_name=='Rose']
print(score)

12、创建两个数组完成sqrt、abs、maximum、greater 函数的调用

arr1=np.arange(1,6)
np.sqrt(arr1)

arr2=np.array([-9,7,5,-6,3])
np.abs(arr2)

arr1=np.arange(1,6)
arr2=np.array([-9,7,5,-6,3])
np.maximum(arr1,arr2)

arr1=np.arange(1,6)
arr2=np.array([-9,7,5,-6,3])
np.greater(arr1,arr2)

13、完成矩阵的相乘和矩阵行列式的计算
（1）矩阵相乘

arr1=([[1,2,3],[4,5,6]])
arr2=np.array([[1,2],[3,4],[5,6]])
np.dot(arr1,arr2)

（2）矩阵行列式

import numpy as np
arr1=np.array([[1,2,4],[3,4,7],[5,6,9]])
w=np.linalg.det(arr1)
print(w)

14 、完成酒鬼漫步案例

#酒鬼漫步
import numpy as np
steps = 20
draws = np.random.randint(0,2,size=steps)
print(draws)
direction_steps=np.where(draws>0,-1,1)
print(direction_steps)
distance = direction_steps.cumsum()
print(distance)