cswork / OA打开练习工作台

OA 选择题 · 即时判分

OA 里的选择题,先在这里练。

621 道原创 OA 风格选择题,覆盖 CS 基础(数据结构与算法、操作系统、数据库、网络、并发、面向对象、Linux 命令行、Git、计算机体系结构、Web 安全、设计模式、Web 前端、机器学习)、读代码(时间复杂度、Python、JavaScript、Java、C++、SQL、NumPy)和数学统计(概率、逻辑推理、统计)。读代码题里问输出的(复杂度题和标为未定义行为的除外),答案都是实际运行得出的。提交后立即判分并给出解析;答过的题按 1、3、7、21 天的间隔回来复习。CPU 调度、页面置换、TCP 和拥塞控制的计算题,可以用操作系统与网络模拟器逐步核对。

只显示:NumPy 读代码 · 查看全部科目

复习
20 道题
  1. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.ones((3, 1))
    b = np.ones(4)
    print((a + b).shape)
  2. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.arange(5)
    b = a[1:3]
    b[0] = 99
    print(a.tolist())
  3. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.arange(5)
    b = a[[1, 2]]
    b[0] = 99
    print(a.tolist())
  4. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.array([3, -1, 4, -5])
    a[a < 0] = 0
    print(a.tolist())
  5. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.array([1, 2, 3])
    a[0] = 2.9
    print(a.tolist())
  6. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.arange(6).reshape(2, 3)
    print(a.sum(axis=0).tolist())
  7. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.arange(6).reshape(2, 3)
    print((a - a.mean(axis=1, keepdims=True)).tolist())
  8. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    print(int(np.argmax([1, 3, 3, 2])))
  9. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    print(np.arange(6).reshape(3, 2).T.tolist())
  10. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.array([[1, 2], [3, 4]])
    print((a * a).tolist(), (a @ a).tolist())
  11. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    v = np.array([1, 2, 3])
    print(int(v @ v), (v[:, None] @ v[None, :]).shape)
  12. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.array([200], dtype=np.uint8)
    print((a + a).tolist())
  13. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.array([1.0, np.nan, 3.0])
    print(float(np.sum(a)), float(np.nansum(a)))
  14. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.zeros(4)
    b = a.reshape(2, 2)
    b[0, 0] = 1
    print(a.tolist())
  15. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    values, counts = np.unique([3, 1, 3, 2, 3], return_counts=True)
    print(values.tolist(), counts.tolist())
  16. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    print((np.arange(3)[:, None] * np.arange(3)).tolist())
  17. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    print(np.argsort([30, 10, 20]).tolist())
  18. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.array([1, 2, 3])
    print(bool((a > 1).any()), bool((a > 1).all()))
  19. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    print(0.1 + 0.2 == 0.3, bool(np.isclose(0.1 + 0.2, 0.3)))
  20. 下面的 NumPy 代码输出什么?
    import numpy as np
    
    a = np.array([1, 2, 3])
    try:
        a += 0.5
        print(a.tolist())
    except TypeError:
        print("TypeError")

作答记录只保存在这台设备的浏览器里;登录后再打开本页,会存进账号。