M1 作業 — 謝翔宇

homework/m1_numpy.py

@@ -19,18 +19,22 @@
 def green_mean():
     """建立 [10, 20, 30, 40, 50]，回傳所有元素的平均值 (float)"""
     # TODO: 你的程式碼
+    return np.mean([10, 20, 30, 40, 50], dtype=np.float32)
     pass
 
 
 def green_double():
     """建立 [10, 20, 30, 40, 50]，回傳所有元素乘以 2 的 ndarray"""
     # TODO: 你的程式碼
+    return np.array([10, 20, 30, 40, 50]) * 2
     pass
 
 
 def green_filter():
     """建立 [10, 20, 30, 40, 50]，回傳大於 25 的元素 (ndarray)"""
     # TODO: 你的程式碼
+    a = np.array([10, 20, 30, 40, 50])
+    return a[a > 25]
     pass
 
 
@@ -42,6 +46,7 @@ def green_filter():
 def yellow_expensive_count(prices):
     """回傳單價 > 1000 的商品數量 (int)"""
     # TODO: 你的程式碼
+    return len(prices[prices > 1000])
     pass
 
 
@@ -51,6 +56,7 @@ def yellow_top3_stock_indices(stocks):
     提示：np.argsort
     """
     # TODO: 你的程式碼
+    return np.argsort(stocks)[-3:][::-1]
     pass
 
 
@@ -60,6 +66,7 @@ def yellow_restock_cost(prices, stocks):
     提示：布林遮罩 + .sum()
     """
     # TODO: 你的程式碼
+    return np.sum(np.array(prices[prices < 500]) * 50)
     pass
 
 
@@ -77,4 +84,5 @@ def red_double11_prices(prices, stocks):
     提示：np.where 可以巢狀使用
     """
     # TODO: 你的程式碼
+    return np.where(stocks >= 100, prices * 0.7, np.where(stocks >= 20, prices * 0.9, prices))
     pass