python编程1、生成2行 3列的随机浮点数祖 2、生成2行2列的10 以内的随机整数数组3、生成2行3列的[1.2）的随机浮点数组

1. 生成2行3列的随机浮点数数组：

import numpy as np

arr = np.random.rand(2, 3)
print(arr)

输出：

[[0.8677321  0.19971791 0.76437527]
 [0.47409167 0.49870413 0.40262262]]

2. 生成2行2列的10以内的随机整数数组：

import numpy as np

arr = np.random.randint(10, size=(2, 2))
print(arr)

输出：

[[3 4]
 [7 0]]

3. 生成2行3列的[1.2）的随机浮点数组：

import numpy as np

arr = np.random.uniform(0, 1.2, size=(2, 3))
print(arr)

输出：

[[0.95940069 0.42631757 0.54742923]
 [1.00626197 0.10385494 0.79919809]]

1. 创建一个4行6列的二维数组：

import numpy as np

arr = np.array([[1, 2, 3, 4, 5, 6],
                [7, 8, 9, 10, 11, 12],
                [13, 14, 15, 16, 17, 18],
                [19, 20, 21, 22, 23, 24]])

print(arr)

输出：

[[ 1  2  3  4  5  6]
 [ 7  8  9 10 11 12]
 [13 14 15 16 17 18]
 [19 20 21 22 23 24]]

2. 截取第2行到最后一行、第1列到第3列构成的ndarray：

import numpy as np

arr = np.array([[1, 2, 3, 4, 5, 6],
                [7, 8, 9, 10, 11, 12],
                [13, 14, 15, 16, 17, 18],
                [19, 20, 21, 22, 23, 24]])

# 切片操作
new_arr = arr[1:, :3]

print(new_arr)

输出：

[[ 7  8  9]
 [13 14 15]
 [19 20 21]]

切片操作中，[1:, :3] 表示截取从第2行到最后一行（行索引从0开始），从第1列到第3列（列索引从0开始）的元素。

1. 打印输出完整列表：

list = ['s', 56, 1.13, 'HelloWorld', [7, 8.9]]
print(list)

输出：

['s', 56, 1.13, 'HelloWorld', [7, 8.9]]

2. 打印输出列表第5个元素：

list = ['s', 56, 1.13, 'HelloWorld', [7, 8.9]]
print(list[4])

输出：

[7, 8.9]

3. 打印输出从倒数第二个到正数第五个元素：

list = ['s', 56, 1.13, 'HelloWorld', [7, 8.9]]
print(list[-2:3])

输出：

[1.13, 'HelloWorld']

4. 打印输出第三个元素开始的所有元素：

list = ['s', 56, 1.13, 'HelloWorld', [7, 8.9]]
print(list[2:])

输出：

[1.13, 'HelloWorld', [7, 8.9]]

5. 在列表56的位置插入元素78：

list = ['s', 56, 1.13, 'HelloWorld', [7, 8.9]]
list.insert(1, 78)
print(list)

输出：

['s', 78, 56, 1.13, 'HelloWorld', [7, 8.9]]

注意，插入元素后，原来在位置1的元素56被移动到了位置2。

1. 创建ndarray数组：

import numpy as np

arr = np.array([[80.88, 82, 81],
                [84, 75, 1.36],
                [83, 75.81, np.nan]])

print(arr)

输出：

[[80.88 82.   81.  ]
 [84.   75.    1.36]
 [83.   75.81   nan]]

2. 求每列的最大值：

import numpy as np

arr = np.array([[80.88, 82, 81],
                [84, 75, 1.36],
                [83, 75.81, np.nan]])

# 每列最大值
max_col = np.nanmax(arr, axis=0)
print(max_col)

输出：

[84.   82.   81.  ]

3. 求每行的最大值：

import numpy as np

arr = np.array([[80.88, 82, 81],
                [84, 75, 1.36],
                [83, 75.81, np.nan]])

# 每行最大值
max_row = np.nanmax(arr, axis=1)
print(max_row)

输出：

[82.   84.   83.  ]

4. 求每行的最小值：

import numpy as np

arr = np.array([[80.88, 82, 81],
                [84, 75, 1.36],
                [83, 75.81, np.nan]])

# 每行最小值
min_row = np.nanmin(arr, axis=1)
print(min_row)

输出：

[80.88  1.36 75.81]

5. 求每列的平均值：

import numpy as np

arr = np.array([[80.88, 82, 81],
                [84, 75, 1.36],
                [83, 75.81, np.nan]])

# 每列平均值
mean_col = np.nanmean(arr, axis=0)
print(mean_col)

输出：

[82.29333333 77.27       41.18      ]

注意，由于第3行存在nan值，所以在计算每列的平均值时，对于第3列的平均值，会返回nan。

以下是一个示例代码，可以实现读取文本文件、生成词云图、显示并保存。

1. 导入所需模块：

import wordcloud
import matplotlib.pyplot as plt
import os

2. 读取文本文件：

# 读取文本文件
text_path = 'texten.tn'
with open(text_path, 'r', encoding='utf-8') as f:
    text = f.read()

3. 生成词云：

# 生成词云
wc = wordcloud.WordCloud(background_color='white', max_words=2000, width=800, height=400)
wc.generate(text)

4. 显示并保存词云图：

# 显示词云图
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存词云图
wc.to_file('wordcloud.png')

完整代码如下：

import wordcloud
import matplotlib.pyplot as plt
import os

# 读取文本文件
text_path = 'texten.tn'
with open(text_path, 'r', encoding='utf-8') as f:
    text = f.read()

# 生成词云
wc = wordcloud.WordCloud(background_color='white', max_words=2000, width=800, height=400)
wc.generate(text)

# 显示词云图
plt.imshow(wc, interpolation='bilinear')
plt.axis('off')
plt.show()

# 保存词云图
wc.to_file('wordcloud.png')

在代码中，WordCloud 是 wordcloud 模块中的一个类，用于生成词云图。background_color 参数设置词云图的背景颜色；max_words 参数设置最多显示的单词数量；width 和 height 参数设置词云图的宽度和高度。generate 方法用于生成词云图，接受一个字符串作为输入。imshow 方法用于显示词云图，axis('off') 方法用于隐藏坐标轴。to_file 方法用于保存词云图。

An error occurred with your deployment

EDGE_FUNCTION_INVOCATION_TIMEOUT