← 분야 선택으로

NumPy

18문제 풀이

객관식은 정답을 모두 고르고, 주관식과 빈칸 채우기는 답을 입력한 뒤 채점하기를 눌러 주세요.

1번 문제

다음 코드의 결과로 옳은 것은 무엇인가요? np.array([1, 2, 3]) * 2

1. [1, 2, 3, 1, 2, 3]

2. [2, 4, 6]

3. [1, 4, 9]

4. 오류 발생

2번 문제

shape가 (3, 4)인 2차원 배열의 원소 개수는 몇 개인가요?

1. 7개

2. 12개

3. 16개

4. 64개

3번 문제

arr = np.array([10, 20, 30, 40])일 때 arr[1:3]의 결과는 무엇인가요?

1. [10, 20]

2. [20, 30]

3. [20, 30, 40]

4. [30, 40]

4번 문제

다음 코드를 실행 할 경우 예상되는 결과값은? <문제> import numpy as np test_a = np.array([[4,8],[2,9]]) print(test_a * test_a)

1. [[16 64] [4 81]]

2. [[32 104] [26 97]]

3. [[8 16] [4 18]]

4. [[4 8] [2 9]]

5번 문제

다음 코드를 실행 할 경우 예상되는 결과값은? <문제> import numpy as np test_a = np.array([[5,5,5],[3,3,3]]) print(test_a ** 2)

1. [[5 5 5 ] [3 3 3]]

2. [[25 25 25 ] [9 9 9]]

3. [[10 10 10] [6 6 6]]

4. [[75 45] [45 27]]

6번 문제

A = np.array([[3,22,2],[3 1 5]]), B = np.array([[6,7,9],[2,1,3]])일때, 다음 중 연산이 실행되지 않고 오류가 발생하는 것은?

1. A*B

2. A.dot(B)

3. A.T.dot(b)

4. A.dot(B.T)

7번 문제

다음 수식을 나타내는 넘파이 코드를 작성하고자 한다. 다음 코드 중 결과가 다른 것을 하나 찾으시오. $$\sqrt{\frac{1}{N}\sum_{i=1}^{N} (y_i-\hat{y}_i)^2}$$ import numpy as np Y_true = np.array([1,1,0,1,1]) # Y Y_pred = np.array([0.23,0.5,0.99,0.69,0.4]) # y_hat

np.sqrt(np.sum((Y_true - Y_pred)**2) / len(Y_true))

diff = (Y_true - Y_pred) np.sqrt(diff ** 2 / len(Y_true))

np.sqrt(np.sum(np.square((Y_true - Y_pred))) / len(Y_true))

diff = (Y_true - Y_pred) np.sqrt(diff.T.dot(diff) / len(Y_true))

8번 문제

다음 코드를 실행 할 경우 예상되는 결과값은? import numpy as np test_a = np.arange(1,10).reshape(3,3) test_b = np.arange(6).reshape(2,3) test_a.dot(test_b.T)

array([[ 30, 36, 42], [66, 81, 96], [102,126, 150]])

array([[5, 14], [15, 50]])

array([[18, 21, 24], [54, 66, 78]])

array([[ 8, 26], [17, 62], [26, 98]])

9번 문제

다음 중 넘파이 배열의 특징으로 적합한 것을 모두 고르시오.

복수 정답 문제입니다. 정답을 모두 선택하세요.

C의 데이터 타입을 기본으로 배열이 생성된다.

동적 타이핑이 지원된다.

하나의 데이터 타입만으로 배열이 생성된다.

새로운 데이터를 할당할 때 메모리를 유연하게 사용하여 할당 속도가 빠르다

10번 문제

다음 코드를 실행 할 경우 예상되는 결과값은 무엇인가 import numpy as np arr = np.arange(16).reshape(4,4) print(arr.size - (arr.shape[0] * arr.ndim))

오류 발생

11번 문제

다음 코드를 실행할 경우 예상되는 결과값은 무엇인가? import numpy as np arr = np.arange(20).reshape(10,2) x,y = arr.shape print(arr.reshape(y,x).shape)

(10, 2)

(2, 10)

(5, 4)

오류 발생

12번 문제

다음 배열은 벡터이다. 이 배열을 4 X 6의 행렬로 바꾸려고 할 때, 빈칸에 알맞은 것을 고르시오 import numpy as np arr = np.arange(24) arr = arr. 빈칸

reshape(4, 6)

reshape(-1, 4)

flatten(6, 4)

flatten()

13번 문제

다음 코드를 실행 했을 때 결과값이 다른 하나를 고르시오 import numpy as np arr = np.arange(8)

arr.flatten()

arr.reshape(2, -2)

arr.reshape(arr.size)

arr

14번 문제

다음 코드를 실행할 경우 예상되는 결과값은? arr_1 =np.arange(4) arr_2 = np.arange(4, 0, -1) np.any(arr_1 < arr_2)

False

True

array([True, True, False, False])

array([0, 1, 2, 3])

15번 문제

다음 코드를 실행할 경우 예상되는 결과 값은? a = np.arrange(6).reshape(2,3) b = a>4 a[b]

array([5])

array([0,1,2])

array([[False, False, False],[False, False, True]])

array([3,4,5])

16번 문제

다음 find_nearest_value 함수는 벡터와 어떤 값을 입력하면 해당 벡터 값 중 입력된 값과 차이가 가장 작은 값이 반환된다. 해당 함수로 가장 적합한 코드를 찾으시오 import numpy as np X = np.array([1, 2, 3, 4, 5, 6, 7]) target_value = 4.3 find_nearest_value(X, target_value

def find_nearest_value(X, target_value): result = X[np.argmax(np.abs(X - target_value))] return result

def find_nearest_value(X, target_value): result = X[np.abs(X - target_value)] return result

def find_nearest_value(X, target_value): result = X[np.argmin(np.abs(X - target_value))] return result

def find_nearest_value(X, target_value): result = X[np.argmax((X - target_value))] return result

17번 문제

다음 코드를 실행 할 경우 예상되는 결과 값은? Z = np.array([6,6,6,4,7,9,1,8,8,7]) Z[Z.argsort()[:5]]=0 print(Z)

array([6, 6, 6, 4, 7,9, 1, 8, 8, 4])

array([6, 6, 6, 4, 7])

array([6, 3, 9, 0, 1])

[0 0 0 0 7 9 0 8 8 7]

18번 문제

다음 코드를 실행할 경우 예상되는 결과 값은? arr = np.array([[17,27,14,11], [8,24,25,26], [11,26,26,23], [3,30,4,25], [22,18,24,11]]) print(arr[[0,2,1]])

[[17 27 14 11] [11 26 26 23] [ 8 24 25 26]]

[[17 11 8] [27 26 24] [ 14 26 25] [11 23 26]]

[0, 2, 1]

[[17 27 14 11 ] [ 8 24 25 26] [11 26 26 23]]