执行下面的程序段后，数组c的形状是：_____。import numpy as npa=np.arange(5).reshape(-1,1)b=a+1c=b.reshape(-1)c.shape A: (5, 1) B: (1, 5) C: (5, ) D: (5,2)

将（4，3）的numpy矩阵H转置。 A: reshape(3,4) B: reshape(-1,4) C: reshape(3,-1) D: T

设A为6阶方阵，将其副对角线的元素生成2×3矩阵B，相应的命令是（ ）。 A: B=reshape(diag(fliplr(A)),3,2) B: B=reshape(diag(fliplr(A)),2,3) C: B=reshape(diag(flipud(A)),3,2) D: B=reshape(diag(flipud(A)),2,3)

当默认的reshape callback不满足需求时，我们必须编写自己的reshape callback。

实现将数组a=np.arange (10).reshape(2,-1)和数组b=np.repeat(1,10).reshape(2,-1)水平堆叠的代码。[br][/br]import numpy as np[br][/br]a=np.arange (10).reshape(2,-1)[br][/br]b=np.repeat(1,10).reshape(2,-1)[br][/br]array= A: np.hstack((a,b)) B: np.vstack((a,b)) C: np.stack((a,b)) D: np.concatenate((a,b))

>>reshape(1:6,2,3)执行后的结果是（）

写出下列指令运行结果A=reshape(1:16,2,8)reshape(A,4,4)s=[1 3 6 8 9 11 14 16];A(s)=0

正确的定义numpy的二维数组的方法是：__________。 A: numpy.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12],[13,14,15]]) B: numpy.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15]).reshape(5,3) C: numpy.arange(15).reshape(5,3) D: A、B

b=np.arange(9).reshape(3,3)print(b)程序运行的结果是?

A=[1 2 3;6 5 4]; reshape(A,3,2)= ( )