Remodeler les tableaux

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 16 sur 60.

Les ventes mensuelles d’un magasin, sur 12 mois, arrivent sous la forme d’un tableau plat. Regroupe-les en 4 trimestres de 3 mois, et de nouvelles questions se posent :

Une bande de 12 ventes mensuelles, 5 8 6 9 12 10 14 15 11 7 6 9, se replie en une grille de 4 lignes étiquetées de Q1 à Q4, trois mois par ligne, dans le même ordre

.reshape(rows, columns) remplit les lignes dans l’ordre :

months = np.array([5, 8, 6, 9, 12, 10, 14, 15, 11, 7, 6, 9])
quarters = months.reshape(4, 3)
print(quarters.sum(axis=1))
print(months.reshape(2, -1).shape)

Cela affiche :

[19 31 40 22]
(2, 6)

Les dimensions doivent se multiplier pour obtenir le nombre total d’éléments : 4 fois 3 font 12. Écris -1 pour l’une des dimensions et NumPy la calcule.

.flatten() transforme n’importe quelle table en un tableau plat. Ce chapitre se termine par un jeu de dés organisé en manches de la même manière.

Défi

Facile

Un lecteur a consigné ses minutes de lecture pendant 3 semaines, du lundi au dimanche, dans le tableau à plat minutes. Le programme lit un numéro de week : 1, 2 ou 3.

Redimensionnez minutes en weeks, avec une ligne par semaine.
Affichez Weeks:, puis le tableau.
Affichez le total de chaque semaine.
Affichez la ligne de la semaine choisie.

Pour un relevé de 2 semaines et l'entrée 2 :

Weeks:
[[10  0 25 30 15 45 20]
 [ 5 35 40  0 20 60 30]]
Weekly totals: [145 190]
Week 2: [ 5 35 40  0 20 60 30]

Essayez vous-même

import numpy as np

# Minutes de lecture quotidiennes pendant 3 semaines, du lundi au dimanche
minutes = np.array([20, 35, 15, 0, 40, 60, 45, 25, 30, 20, 10, 35, 50, 55,
                    30, 30, 25, 20, 45, 40, 70])
week = int(input())

# Écrivez votre code ci-dessous