补全如下代码，对生成的变量a在1轴上进行降序排列。import pandas as pd import numpy as np a = pd.DataFrame(np.arange(20).reshape(4,5), index = ['z', 'w', 'y', 'x']) a.____________(axis=1, ascending=False)
sort_index
举一反三
- 补全如下代码，对生成的变量a在1轴上进行降序排列。 1.importpandasaspd 2.importnumpyasnp 3.a=pd.DataFrame(np.arange(20).reshape(4,5),index=['z','w','y','x']) 4.a.____________(axis=1,ascending=False)
- 如下代码的输出结果是( )import numpy as npa = np.arange(12).reshape(3, 4)print(np.sum(a[1:, 2:]))
- 如下代码的输出结果是( )import numpy as npa = np.arange(12).reshape(3, 4)print(np.sum(a[[0, 2], 2:]))
- 如下代码的输出是( )import numpy as npa = np.arange(6).reshape(3, 2)b = a.sum(axis=0)c = b.sum(axis=0)
- import pandas as pd import numpy as np date=pd.date_range("20180101",periods=6) df=pd.DataFrame(np.random.randn(6,4),index=date,columns=list('abcd')) 创建DataFrame对象df （1）打印数据框的索引 ____________________(一句代码) （2）打印数据框的元素值 _____________________（一句代码） (3) 打印前3行的数据__________________（一句代码）
内容
- 0
以下代码（）能够创建一个值范围在1到10的数组 A: np.arange(1,11) B: import numpy as np np.arrange(1,11) C: import numpy as np np.arrange(1,10) D: import numpy as np np(1,11)
- 1
请补全代码,修改数组a的类型为整数。 import numpy as np a = np.arange(12, dtype=float).reshape((3,4)) a = a. (int)
- 2
下面程序段的执行结果为_______。 import numpy as np t = np.arange(120).reshape(3,4,5,2) t0=np.sum(t,axis=1) print(t0.shape)
- 3
补全如下代码，打印其中非NaN变量的数量。 1.importpandasaspd 2.importnumpyasnp 3.a=pd.DataFrame(np.arange(20).reshape(4,5)) 4.b=pd.DataFrame(np.arange(16).reshape(4,4)) 5.print((a+b).______())
- 4
import numpy as np np.arange(0, 1, 0.1)的结果是?