חיבור מערכים

חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 17 מתוך 60.

מוזיאון ספר את המבקרים בשלושה בקרים, ואז בשני ערבים. np.concatenate מחברת מערכים מקצה לקצה:

חמישה תאים בשורה אחת: ספירות הבוקר 12, 15, 19 ואחריהן ספירות הערב 20, 18

הקוד:

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

הדבר מדפיס [12 15 19 20 18]. מודל צריך משהו אחר: שורה אחת לכל דגימה, עמודה אחת לכל תכונה. np.column_stack מציב מערכים זה לצד זה כעמודות:

טבלה של 3 דירות ב-2 עמודות: גדלים 45, 60, 82 לצד שכר דירה 900, 1200, 1500, דירה אחת בכל שורה

בקוד:

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

הדבר מדפיס (3, 2). כל שורה מקבלת ערך מכל מערך, ולכן האורכים שלהם חייבים להיות זהים.

אתגר

קל

מחקר זקוק לטבלה אחת של אנשים: הגיל בעמודה הראשונה, שעות המסך היומיות בעמודה השנייה, וקבוצה 1 ראשונה. הקוד של עמית נעצר עם שגיאה, ולאחר תיקון השגיאה, הטבלה עדיין יוצאת שגויה.

תקן את שלוש השורות שבונות את ages, את hours ואת table. השאר את שתי השורות האחרונות כפי שהן.

עבור מחקר קטן יותר של שלושה אנשים, התוכנית המתוקנת מדפיסה:

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

נסו בעצמכם

import numpy as np

# קבוצה ראשונה: הגיל של כל אדם וזמן המסך היומי שלו בשעות
ages_1 = np.array([23, 35, 41])
hours_1 = np.array([6, 4, 3])
# קבוצה שנייה
ages_2 = np.array([19, 52])
hours_2 = np.array([7, 2])

# לצורך המחקר נדרשת שורה אחת לכל אדם: גיל, ואז שעות. תקנו את השורות שלהלן
ages = np.concatenate([ages_1, ages_2])
hours = np.concatenate(hours_1, hours_2)
table = np.concatenate([ages, hours])

# אל תשנו את השורות שלהלן
print(table)
print(f"People: {table.shape[0]}, measurements each: {table.shape[1]}")