الفهرسة والتقطيع
جزء من قسم البيانات والرسوم البيانية في رحلة Machine Learning على Coddy. الدرس 8 من 60.
تُفهرس المصفوفات مثل القوائم، بدءًا من 0. خمسة أيام من التدريب على البيانو، بالدقائق:
practice = np.array([20, 0, 35, 15, 40])
print(practice[0]) # الأول
print(practice[-1]) # الأخير
print(practice[1:4]) # المواضع من 1 إلى 3يطبع هذا:
20
40
[ 0 35 15]تأخذ المصفوفة ثنائية الأبعاد صفًا وعمودًا داخل زوج واحد من الأقواس، ويأتي الصف أولًا. كل صف في stock يمثل متجرًا، وكل عمود يمثل منتجًا:
stock = np.array([[5, 8, 2, 6], [9, 1, 4, 3], [7, 0, 6, 8]])
print(stock[1, 2]) # قيمة واحدة
print(stock[0]) # صف كامل
print(stock[:, 3]) # عمود كامليطبع هذا:
4
[5 8 2 6]
[6 3 8]في موضع الصف، تعني النقطتان كل الصفوف، بينما يعني التقطيع مثل 0:2 بعضها. لذا فإن data[:, column] هي ميزة واحدة لكل عينة.
التحدي
سهلتقرير الفندق غير صحيح. يحتوي bookings على صف لكل أسبوع وعمود لكل يوم، من الاثنين إلى الأحد. يقرأ البرنامج أسبوعًا ويومًا، ويبدأ العد من 1.
يحتوي كل سطر على خطأ واحد. أصلحها لتتطابق مع التسميات:
Week: الأسبوع بأكملهWeekend: آخر يومين منه، أي شريحةDay: ذلك اليوم في كل أسبوعBooked: ذلك اليوم وحده
للأسبوع 3، اليوم 5:
Week 3: [11 12 13 17 20 24 26]
Weekend: [24 26]
Day 5: [18 19 20 21]
Booked: 20جرّب بنفسك
import numpy as np
# الغرف المحجوزة في فندق صغير: صف واحد لكل أسبوع (الأسابيع من 1 إلى 4)،
# عمود واحد لكل يوم (الأيام من 1 إلى 7، من الاثنين إلى الأحد)
bookings = np.array([
[12, 15, 14, 16, 18, 25, 27],
[10, 13, 15, 14, 19, 26, 28],
[11, 12, 13, 17, 20, 24, 26],
[9, 14, 16, 15, 21, 27, 29],
])
week = int(input())
day = int(input())
# يعرض التقرير أرقامًا خاطئة: أصلح الأسطر أدناه
row = bookings[week]
print(f"Week {week}: {row}")
print(f"Weekend: {row[5:6]}")
print(f"Day {day}: {bookings[day - 1]}")
print(f"Booked: {bookings[day - 1, week - 1]}")
يتضمن هذا الدرس اختبارًا قصيرًا. ابدأ الدرس للإجابة عليه وتتبّع تقدمك.
جميع دروس البيانات والرسوم البيانية
5المخططات الخطية والمبعثرة
التسميات والعناوينالمخططات المبعثرةخطوط متعددة ووسائل الإيضاحالألوان والعلاماتالأشكال والمحاورمراجعة: الخطوات الأسبوعية11مجموعات البيانات لتعلم الآلة
مجموعات البيانات المدمجةالسمات والتسمياتاستكشاف البيانات حسب الفئةرسم الفئاتمراجعة: مجموعة بيانات النبيذتدرّب بنفسك: مترجم Python عبر الإنترنت