1
问题：从40个数中随机选取30个。要求等概率，无放回抽样
解答：
import numpy as np
nums=np.random.randint(5,50,size=40)#待选择的array
#算法开始
mask=np.random.rand(40)
for i in mask:
if sum(mask>i)==30:
break
nums[mask>i]
Python有更好的解决方案：
import numpy as np
nums=np.random.randint(5,50,size=40)
np.random.shuffle(nums)
nums[:30]
如果是有放回抽样：
import numpy as np
nums=np.random.randint(5,30,size=(40,1))
np.random.choice(nums,30)
3
问题：在一个较大的list中，找到彼此最接近但不相等的数 很自然的想到遍历，但算法的复杂度为$\Theta(n^2)$
改进：很自然想到sort的算法复杂度为$\Theta(n \lg n)$,先排序，然后只计算临近数，算法复杂度是$\Theta(n \lg n+n)=\Theta(n \lg n)$
import numpy as np
seq=np.random.rand(10**5)
seq.sort()
dd=float('inf')
for i in range(len(seq)-1):
x,y=seq[i],seq[i+1]
if x==y:continue
d=abs(x-y)
if d<dd:
xx,yy,dd=x,y,d
xx,yy
排序
对set进行排序，方法1:
unsorted_set={'a':6,'b':3,'c':9,'d':2}
dict1= sorted(a.items(), key=lambda d:d[1], reverse = True)
对set进行排序，方法2:
unsorted_set={'a':6,'b':3,'c':9,'d':2}
value_key_pairs=[(value,key) for key,value in unsorted_set.items()]
value_key_pairs.sort()
sort 可以设定key
a=['a','abds','cdd','c']
a.sort(key=lambda x: len(x))
5
问题：原始数据以df=pandas.DataFrame格式存放，5个字段
找出5个字段中，任意2个字段满足条件的行
解答：
mask=((df.col1>0.5)+(df.col2<0.8)+(df.col3>0.3)+(df.col4>0.3)+(df.col5<0.3)>=2)
df[mask]
6
问题：两个连续函数func1, func2有若干交点，求交点的近似位置
解答：也就是两函数差的零点，连续两点变号，再用直线近似
import numpy as np
def func1(x):
return 0.6 * x + 0.3
def func2(x):
return 0.4 * x * x + 0.1 * x + 0.2
x=np.linspace(-3,3,10000)
f1=func1(x)
f2=func2(x)
d=f1-f2
idx=np.where(d[:-1]*d[1:]<=0)[0]
x1,x2=x[idx],x[idx+1]
d1,d2=d[idx],d[idx+1]
-y1*(x2-x1)/(d2-d1)+x1
args/kwargs
当你写func(a,b,c,d=some1,e=some2)时，实际上执行的是下面的内容:
a,b,c=args
d=kwargs.get('d',d_default_value)
d=kwargs.get('d',d_default_value)
示例：
def say_hello_then_call(f,*args,**kwargs):
print('args is',args)
print('kwargs is',kwargs)
print('call: ',f)
return f(*args,**kwargs)
def g(x,y,z=1):
return 1
say_hello_then_call(g,1,2,z=5)
args是一个tuple
kwargs是一个dict
or
#如果事先不知道'a'是否是空值，这种写法非常简洁
a='a' or None
