【零基础学AI】第 13 章课后练习与答案

第 13 章练习与答案

🌈 关于《AI 零基础 36 讲》课后训练

📚 与正式讲解配套学习

本篇是《AI 零基础 36 讲》的配套课后训练，与对应章节的正式讲解一起使用。整个系列面向初学者，从日常 AI
使用逐步进入编程、模型训练和大模型应用开发。

✍️ 先独立作答，再核对答案

训练围绕本章知识安排概念判断、结果分析或动手任务，并提供参考答案与解释。建议先读完对应的正式文章，再独立作答；遇到困难时回看相关例子，最后核对答案。

💻 代码题请亲手运行

观察程序输出，确认自己能解释结果、发现错误并完成修复。做完一道题，也要弄清答案为什么成立。

先自己做

1. 四名学生、三门课的成绩数组，shape、ndim 和 size 分别是什么？
2. (3,)、(1, 3) 和 (3, 1) 各有几个轴？
3. 对四行三列成绩，按学生与按课程求均分应各用哪个 axis？
4. (4, 3) 和 (4,) 能直接广播相加吗？怎样把每名学生的调整量作用到所有课程？
5. 取小周和小陈的 Python、AI 基础成绩并算个人均分。
6. 修改基本切片时为什么可能影响原数组？

对照答案

第 1 题分别是 (4, 3)、2 和 12。

第 2 题分别有一个、两个、两个轴。一维数组没有单独指定行或列的朝向。

第 3 题个人均分用 axis=1，课程均分用 axis=0。

第 4 题不能直接广播，右侧的 3 与 4 不对应。把四项调整量 reshape 成 (4, 1)。

第 5 题完整代码如下，数据为虚构教学成绩。

import numpy as np

scores = np.array([[80, 70, 90], [60, 85, 75], [95, 90, 85], [50, 60, 70]])
selected = scores[1:3, ::2]
print(selected)
print(selected.shape)
print(selected.mean(axis=1))

输出如下。

[[60 75]
 [95 85]]
(2, 2)
[67.5 90. ]

这里 ::2 表示沿列方向每隔两项取一项，得到列 0 与列 2。

第 6 题基本切片通常共享原数据。需要独立修改时，先调用 copy。布尔索引等方式的复制行为要另查对应规则。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/m0_73879806/article/details/167086063