paizaのプログラミングスキルチェックをやっているのですが、BランクからAランクに上がるには「numpy」の配列を使いこなせないとダメだなと感じました。
良い練習問題はないものか調べてみたところ「100 numpy exercises」というものがありましたのでチャレンジしてみました。
numpyに関する練習問題100問がJupyter Notebook形式でGitHub上に公開されており、ローカルにダウンロードして問題を解くという形になります。
上記ページの「Clone or download」ボタンから「Download ZIP」を選択してファイルを丸ごとローカルにダウンロードします。
その中に「100_Numpy_exercises.ipynb」というものがあります。これが問題集となりますので、Jupyter Notebookで開きましょう。
最初の説明文を読むと
Run the initialize.py module, then for each question you can query the answer or an hint with hint(n) or answer(n) for n question number.
とあります。
最初のセルの
%run initialise.py
を実行すると、hint(問題番号)でヒントを、answer(問題番号)で答えが表示されるようです。
さっそく実行してみると「mdutilsというモジュールがない」というエラーになっていまいましたので、
pip install mdutilsでmdutilsというモジュールをインストールしたところ上手くいきました。
では、早速解いていきましょう。まずは1～10問目です。
1. Import the numpy package under the name np (★☆☆)
『numpyをnpという名前でインポートせよ』
これは簡単ですね。
import numpy as np
answer(1)
と書いて実行してみると、答えが表示されますので、答え合わせしてみましょう。
2. Print the numpy version and the configuration (★☆☆)
『numpyのバージョンと設定を表示せよ』
print(np.__version__)
np.show_config()
以下のように実行結果が表示されます。
1.18.1
blas_mkl_info:
libraries = ['mkl_rt']
library_dirs = ['C:/ProgramData/Anaconda3\\Library\\lib']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\include', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\lib', 'C:/ProgramData/Anaconda3\\Library\\include']
blas_opt_info:
libraries = ['mkl_rt']
library_dirs = ['C:/ProgramData/Anaconda3\\Library\\lib']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\include', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\lib', 'C:/ProgramData/Anaconda3\\Library\\include']
lapack_mkl_info:
libraries = ['mkl_rt']
library_dirs = ['C:/ProgramData/Anaconda3\\Library\\lib']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\include', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\lib', 'C:/ProgramData/Anaconda3\\Library\\include']
lapack_opt_info:
libraries = ['mkl_rt']
library_dirs = ['C:/ProgramData/Anaconda3\\Library\\lib']
define_macros = [('SCIPY_MKL_H', None), ('HAVE_CBLAS', None)]
include_dirs = ['C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\include', 'C:\\Program Files (x86)\\IntelSWTools\\compilers_and_libraries_2019.0.117\\windows\\mkl\\lib', 'C:/ProgramData/Anaconda3\\Library\\include']
show_config()というのは何を確認するために使うんでしょうか…？
3. Create a null vector of size 10 (★☆☆)
『サイズが10で、要素がすべて"0"の一次元配列を作れ』
np.zeros(サイズ)で要素が0の配列を生成することができます。
Z = np.zeros(10)
print(Z)
実行結果
[0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
OKですね。
4. How to find the memory size of any array (★☆☆)
『どうすれば配列のメモリサイズがわかるか？』
arrayを配列とすると、
array.sizeで配列の要素数が、array.itemsizeで要素1つあたりのバイト数がわかります。
なので、配列全体のメモリサイズはarray.size*array.itemsizeで求めることができます。
Z = np.zeros((10,10))
print("%d bytes" % (Z.size * Z.itemsize))
実行結果
800 bytes
5. How to get the documentation of the numpy add function from the command line? (★☆☆)
『コマンドラインからnumpyのadd関数のドキュメントをどうやって見ればいいか？』
正式回答では
``%run `python -c "import numpy; numpy.info(numpy.add)"```
となっていましたが、
np.add?
でも見ることができるので、こちらでもいいのではないかと思います。
6. Create a null vector of size 10 but the fifth value which is 1 (★☆☆)
『サイズが10で、要素がすべて"0"の一次元配列を作れ。ただし、5つめの要素は"1"であること。』
問題3の応用です。
まずはnp.zeros()ですべて"0"の配列を作ってから、5つめの要素を"1"に書き換えます。
Z = np.zeros(10)
Z[4] = 1
print(Z)
実行結果
[0. 0. 0. 0. 1. 0. 0. 0. 0. 0.]
7. Create a vector with values ranging from 10 to 49 (★☆☆)
『10～49までの要素を持つ配列を作れ』
言い換えると、公差が1の等差数列を作ればいいので、np.arange()を使います。
np.arange(start, stop, step)という使い方です。
今回はstart=10、stop=50、step=1となります。
※step=1の場合は、stepは省略しても構いません。
Z = np.arange(10,50,1)
print(Z)
[10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49]
8. Reverse a vector (first element becomes last) (★☆☆)
『配列を逆にせよ(最初の要素が最後になるように)』
配列を逆順にする関数でもあるのかな？と思ってhintを見てみると…
hint: array[::-1]
なるほど、単にスライスを使って逆順にすればいいんですね。
Z = np.arange(1,10)
print("Z:", Z)
Z_reverse = Z[::-1]
print("Z_reverse:", Z_reverse)
実行結果
Z: [1 2 3 4 5 6 7 8 9]
Z_reverse: [9 8 7 6 5 4 3 2 1]
9. Create a 3x3 matrix with values ranging from 0 to 8 (★☆☆)
『3行3列の配列(要素は0～8)を作れ』
まず一次元の配列を作ってから、reshape()を使って3行3列に変形するのが簡単かと思います。
Z = np.arange(0,9)
Z = np.reshape(Z,(3,3)) # Zを3×3の2次元配列の変形
print(Z)
実行結果
[[0 1 2]
[3 4 5]
[6 7 8]]
10. Find indices of non-zero elements from [1,2,0,0,4,0] (★☆☆)
『[1,2,0,0,4,0]という配列から"0でない"要素のインデックスを見つけろ』
np.nonzero(a) # aはarrayでaという配列のうち0ではない要素のインデックスが返ってきます。
Z = np.array([1,2,0,0,4,0])
print(np.nonzero(Z))
実行結果
(array([0, 1, 4], dtype=int64),)
ひとまず今回はここまでです。次回は11～20問目を解いていきます。
次回の記事はこちらです。
【100 numpy exercises】で"numpy力"を底上げ(11～20問目)