Créer des tableaux

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 5 sur 60.

Tu te souviens des 150 fleurs d’iris ? Pour un modèle, ce sont 600 nombres dans un tableau NumPy, une ligne par fleur :

Les données sur les iris représentées sous forme de grille de nombres : les lignes 0 à 3 et la ligne 149 sont affichées, une ligne par fleur, et quatre colonnes : longueur du sépale, largeur du sépale, longueur du pétale, largeur du pétale

Ce chapitre crée des tableaux comme celui-ci à partir d’une liste. np.array transforme une liste en tableau :

temps = np.array([21, 23, 19])
print(temps)
print(type(temps))

Cela affiche :

[21 23 19]
<class 'numpy.ndarray'>

Pas de virgules : c’est ainsi que tu repères un tableau. Et un tableau contient un seul type, donc un nombre décimal transforme chaque valeur en nombre décimal :

print(np.array([1, 2.5, 3]))

Cela affiche :

[1.  2.5 3. ]

Un type partagé permet à NumPy d’effectuer rapidement des calculs sur un million de valeurs.

Défi

Facile

Une location de kayaks comptabilise les kayaks loués du lundi au mercredi. Le programme lit ces trois nombres, puis les prévisions pour jeudi, sous forme de nombre décimal.

Crée un tableau rented à partir des trois nombres et affiche-le.
Crée un tableau week à partir des trois nombres et des prévisions, dans cet ordre, et affiche-le.
Affiche le type de week.

Pour 8, 15, 4 et 12.5, le résultat est :

[ 8 15  4]
[ 8.  15.   4.  12.5]
<class 'numpy.ndarray'>

Tu vois comment une prévision décimale a transformé tous les nombres en nombres décimaux ?

Essayez vous-même

import numpy as np

# Kayaks loués du lundi au mercredi, puis prévisions pour jeudi
monday = int(input())
tuesday = int(input())
wednesday = int(input())
forecast = float(input())

# Écrivez votre code ci-dessous