Numpy是一个用python实现的科学计算的扩展程序库，包括：

1、一个强大的N维数组对象Array；

2、比较成熟的（广播）函数库；

3、用于整合C/C++和Fortran代码的工具包；

4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。NumPy（Numeric Python）提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。多为很多大型金融公司使用，以及核心的科学计算组织如：Lawrence Livermore，NASA用其处理一些本来使用C++，Fortran或Matlab等所做的任务。

本文整理了一个Numpy的练习题，总结了Numpy的常用操作，可以测试下自己对Numpy的掌握程度，有答案哦。

下载地址：https://github.com/fengdu78/Data-Science-Notes/tree/master/2.numpy/numpy_exercises

试题目录

• Array creation routines（数组创建）
• Array manipulation routines（数组操作）
• String operations（字符串操作）
• Numpy-specific help functions（Numpy特定帮助函数）
• Input and output（输入和输出）
• Linear algebra（线性代数）
• Discrete Fourier Transform（离散傅里叶变换）
• Logic functions（逻辑函数）
• Mathematical functions（数学函数）
• Random sampling (numpy.random)（随机抽样）
• Set routines（集合操作）
• Sorting, searching, and counting（排序、搜索和计数）
• Statistics（统计）

试题内容

试题分为13个练习，每个练习分为两个ipynb文件，文件名带_Solutions 的是带答案的文件，建议初学者先练习下不带答案的文件,做不出来再看看答案。

其他资源

本站还发过不少关于Numpy的资源，欢迎收藏学习：

• 1.Numpy小抄表
• 2.Numpy100题
• 3.AI基础-Numpy简易入门

参考

• 作者：Kyubyong
• 来源：https://github.com/Kyubyong/numpy_exercises

下载地址：https://github.com/fengdu78/Data-Science-Notes/tree/master/2.numpy/numpy_exercises