دمج المصفوفات

جزء من قسم البيانات والرسوم البيانية في رحلة Machine Learning على Coddy. الدرس 17 من 60.

أحصى متحف عدد الزوار في ثلاثة صباحات، ثم في أمسيتين. تجمع np.concatenate المصفوفات من طرف إلى طرف:

خمس خلايا في صف واحد: أعداد الزوار صباحًا 12 و15 و19، تليها أعداد الزوار مساءً 20 و18

الشيفرة:

morning = np.array([12, 15, 19])
evening = np.array([20, 18])
print(np.concatenate([morning, evening]))

يطبع هذا [12 15 19 20 18]. يحتاج النموذج إلى شيء آخر: صف واحد لكل عينة، وعمود واحد لكل ميزة. تضع np.column_stack المصفوفات جنبًا إلى جنب على شكل أعمدة:

جدول يضم 3 شقق في عمودين: المساحات 45 و60 و82 بجانب الإيجارات 900 و1200 و1500، شقة واحدة في كل صف

في الشيفرة:

sizes = np.array([45, 60, 82])
rents = np.array([900, 1200, 1500])
table = np.column_stack([sizes, rents])
print(table.shape)

يطبع هذا (3, 2). يأخذ كل صف قيمة من كل مصفوفة، لذا يجب أن تتطابق أطوالها.

التحدي

سهل

تحتاج دراسة إلى جدول واحد للأشخاص: العمر في العمود الأول، وساعات استخدام الشاشة يوميًا في العمود الثاني، مع المجموعة 1 أولًا. يتوقف كود أحد الزملاء مع ظهور خطأ، وبعد إصلاحه، يظل الجدول غير صحيح.

أصلح الأسطر الثلاثة التي تنشئ ages وhours وtable. واترك السطرين الأخيرين كما هما.

في دراسة أصغر تشمل ثلاثة أشخاص، يطبع البرنامج بعد إصلاحه:

[[30  5]
 [28  8]
 [62  2]]
People: 3, measurements each: 2

جرّب بنفسك

import numpy as np

# المجموعة الأولى: عمر كل شخص ووقت استخدامه اليومي للشاشة بالساعات
ages_1 = np.array([23, 35, 41])
hours_1 = np.array([6, 4, 3])
# المجموعة الثانية
ages_2 = np.array([19, 52])
hours_2 = np.array([7, 2])

# تحتاج الدراسة إلى صف واحد لكل شخص: العمر، ثم عدد الساعات. صحّح الأسطر أدناه
ages = np.concatenate([ages_1, ages_2])
hours = np.concatenate(hours_1, hours_2)
table = np.concatenate([ages, hours])

# لا تغيّر الأسطر أدناه
print(table)
print(f"People: {table.shape[0]}, measurements each: {table.shape[1]}")