חישובים מתמטיים על מערכים שלמים
חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 10 מתוך 60.
חנות מכרה 3, 1 ו־2 מכל אחד משלושת הפריטים שלה. רשימה תצטרך לולאה כדי למצוא כמה הרוויחו ממכירת כל אחד מהם. מערך מצמיד את הערכים זה לזה:
בקוד:
prices = np.array([4, 10, 25])
sold = np.array([3, 1, 2])
print(prices * sold)
print(prices * 2)זה מדפיס:
[12 10 50]
[ 8 20 50]מספר יחיד מגיע לכל הערכים: prices * 2 מכפיל את כולם. זו מתמטיקה איברית: בלי לולאה, בלי אינדקס.
כך גם לגבי +, -, / ו־**. חילוק תמיד נותן מספרים עשרוניים.
עד סוף הפרק הזה, שורות כמו אלה יבדקו כיתה שלמה.
אתגר
קלרץ תיעד שלוש ריצות. התוכנית קוראת את המרחקים שלהן לתוך km ואת הזמנים שלהן לתוך minutes. בלי לולאה:
- צרו את
meters: כל מרחק במטרים (1 ק"מ הוא 1000 מ'). - צרו את
pace: מספר הדקות לכל קילומטר בכל ריצה, כלומר הזמן שלה חלקי המרחק שלה. - הדפיסו את שניהם אחרי התוויות שלהם, כמו בדוגמה שלהלן.
עבור ריצות של 5, 10 ו-4 ק"מ שנמשכו 30, 55 ו-26 דקות:
Meters: [ 5000 10000 4000]
Minutes per km: [6. 5.5 6.5]נסו בעצמכם
import numpy as np
km = np.array([int(input()), int(input()), int(input())])
minutes = np.array([int(input()), int(input()), int(input())])
# כתבו את הקוד שלכם למטה
בחנו את עצמכםהשיעור הזה כולל חידון קצר. התחילו את השיעור כדי לענות עליו ולעקוב אחרי ההתקדמות.
כל השיעורים ביחידה נתונים ותרשימים
10הצגת נתונים של DataFrame בגרפים
הצגת DataFrame בגרףתרשים פיזור מעמודותצבע אחד לכל קבוצההיסטוגרמה של עמודהסיכום: מכירות בית הקפה5תרשימי קווים ופיזור
תוויות וכותרותתרשימי פיזורכמה קווים ומקראצבעים וסמניםאיורים וציריםסיכום: צעדים שבועיים11מערכי נתונים ללמידת מכונה (ML)
מערכי נתונים מובניםתכונות ותוויותחקירה לפי מחלקההצגת המחלקות בגרףסיכום: מערך הנתונים Wine3חישובים מתמטיים על מערכים
חישובים מתמטיים על מערכים שלמיםסטטיסטיקות מסכמותסטטיסטיקה לפי צירשידור (Broadcasting)מסכות בוליאניותסיכום: ציוני מבחניםתרגלו בעצמכם: קומפיילר Python אונליין