使用 NumPy（每个点用 1-2 行求解）
创建一个包含元素 12 到 42 的向量
创建一个长度为 12 的零向量，但其第五个元素必须是 1
创建一个矩阵 (3, 3)，填充 0 到 8
查找 np.array([1,2,0,0,4,0]) 中的所有正数
将维度 (5, 3) 的矩阵乘以 (3, 2)
在编写这段代码时，我遇到了几个具体的挑战。第一个挑战是确保正确使用 numpy 函数来创建和操作数组。例如，我必须确保在使用 arange 函数时指定了正确的数字范围，并在使用 reshape 方法时正确指示了矩阵维度。第二个挑战涉及正确的数组索引和切片。例如，我必须确保使用索引为 vector2 数组的元素设置正确的值。第三个挑战出现在随机矩阵的生成过程中。我必须确保矩阵中的值是真正随机的并且落在所需的范围内。最后，当矩阵相乘时，我必须检查它们的大小和形状以避免错误。
将 numpy 导入为 np vector1 = np.arange(12, 43) # 使用 numpy 库中的 arange 函数创建一个数组 vector1，其中包含 12 到 42 之间的数字（不含 12 到 42）。 打印（向量1） vector2 = np.zeros(12) # 使用 numpy 库中的 Zeros 函数创建一个由 12 个零组成的数组 Vector2。 vector2[4] = 1 # 将 vector2 数组索引 4 处的元素设置为 1。 打印（向量2） matrix = np.arange(9).reshape(3, 3) # 使用 numpy 库中的 arange 函数和 reshape 方法创建一个 3x3 矩阵，矩阵，填充 0 到 8 的数字。 打印（矩阵） array = np.array([1, 2, 0, 0, 4, 0]) # 使用 numpy 库中的 array 函数创建具有指定元素的一维数组 array。 Positive_numbers = array[array > 0] # 使用条件 array > 0 仅从数组 array 中选择正元素。 打印（正数） matrix1 = np.random.random((5, 3)) # 使用 numpy 库中的随机函数创建一个具有从 0 到 1 的随机值的 5x3 矩阵。 矩阵2 = np.random.random((3, 2)) result = np.dot(matrix1, matrix2) # 使用 numpy 库中的 dot 函数将矩阵 1 乘以矩阵 2。 打印（结果）