第1关：堆叠操作

任务描述
本关任务：根据本关所学知识，实现均值统计功能。

编程要求
根据本关所学知识，补充完成get_mean(featur1, feature2)函数，其中：

feature1：待hstack的ndarray；

feature2：待hstack的ndarray；

返回值：类型为ndarray，其中值为hstack后每列的平均值；

import numpy as np


def get_mean(feature1, feature2):
    '''
    将feature1和feature2横向拼接，然后统计拼接后的ndarray中每列的均值
    :param feature1:待`hstack`的`ndarray`
    :param feature2:待`hstack`的`ndarray`
    :return:类型为`ndarray`，其中的值`hstack`后每列的均值
    '''
    #********* Begin *********#
    result = np.hstack((feature1,feature2))
    return np.mean(result,axis=0)
    
    #********* End *********#

 

第2关：比较、掩码和布尔逻辑

任务描述
本关任务：编写一个能比较并筛选数据的程序。

编程要求
请在右侧编辑器Begin-End处补充代码，根据输入的数据筛选出大于num的值。

具体要求请参见后续测试样例。

import numpy as np


def student(num,input_data):
    result=[]
    # ********* Begin *********#
    a = np.array(input_data)
    result = a[a>num]

    # ********* End *********#
    return result

第3关：花式索引与布尔索引

任务描述
本关任务：根据本关所学知识，过滤大写字母。

编程要求
请在右侧编辑器Begin-End处补充代码，根据函数参数input_data过滤出所有的大写字母。

具体要求请参见后续测试样例。

import numpy as np

def student(input_data):
    result=[]
    #********* Begin *********#
    a = np.array(input_data)
    result = a[(a>='A') & (a<='Z')]

    # ********* End *********#
    return result

第4关：广播机制

任务描述
本关任务：利用广播机制实现Z-score标准化。

编程要求
请在右侧编辑器Begin-End处补充代码，将输入数据转换为array并计算它们的和。

具体要求请参见后续测试样例。

import numpy as np

def student(a,b,c):
    result=[]
    # ********* Begin *********#
    a = np.array(a)
    b = np.array(b)
    c = np.array(c)
    result = a+b+c
    # ********* End *********#
    return result

第5关：线性代数

任务描述
本关任务：编写一个能求解线性方程的函数。
 

编程要求
请在右侧编辑器Begin-End处补充代码，计算性别为男的线性方程解，前两个数为方程左边，最后一个数为方程右边。

具体要求请参见后续测试样例。

from numpy import linalg
import numpy as np
def student(input_data):
    '''
    将输入数据筛选性别为男，再进行线性方程求解
    :param input_data:类型为`list`的输入数据
    :return:类型为`ndarray`
    '''
    result=[]
    # ********* Begin *********#
    x = []
    y = []
    a = np.array(input_data)
    for i in a:
        if i[0]=='男':
            x.append([int(i[1]),int(i[2])])
            y.append([int(i[-1])])
    if x==[] and y==[]:
        return result
    x = np.array(x)
    y = np.array(y)
    result = linalg.solve(x,y)
    # ********* End *********#
    return result