下列关于降维方法的叙述正确的有（）。

运行下面代码的输出结果为（）。
import numpy as np
x=np.array （[3，1，2]）
y=np.argsort （x）
print（y）

运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[10，100，1000]）
print（np.power （a，2））

运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[0.25，1.33，1，100]）
print（np.reciprocal （a））

运行下面代码的输出结果为（）。
import numpy as np
a=np.array（[-1.7，1.5，-0.2，0.6，10]）
print（np.ceil a））

运行下面代码的输出结果为（）。
import numpy as np
a=np.arange （12）.reshape （3，4）
print（np.delete（a，5））

运行下面程序，可以获得两个数组元素匹配的位置的操作是（）。
输入：a=np.array（[1，2，3，2，3，4，3，4，5，6]）
b=np.array（[7，2，10，2，7，4，9，4，9，8]）
期望输出：（array（[1，3，5，7]），）

运行下面代码的输出结果为（）。
arrl=np.arange （0，16，1）.reshape （4，4）
np.delete arr1，1，axis=1）
print（arrl）

a=np.array（[1，0，0，3，4，5，0，8]），b=np.nonzero（a），则b[0]的值为（）。

np.where（[True，False]，[True，True]，[1，2]，[3，4]，[9，8]，[7，6]）的输出结果是（）。

运行下面代码的输出结果为（）。
import numpy as np
a=np.arange （6）.reshape （3，2）
wt=np.array （[3，5]）
print（np.average （a，axis=1，weights=wt））