שינוי מבנה של מערכים

חלק מהיחידה נתונים ותרשימים במסלול ה-Machine Learning של Coddy. שיעור 16 מתוך 60.

המכירות החודשיות של חנות במשך 12 חודשים מופיעות במערך שטוח אחד. סדרו אותן ל־4 רבעונים של 3 חודשים, וייפתחו בפניכם שאלות חדשות:

רצועה של 12 חודשי מכירות, 5 8 6 9 12 10 14 15 11 7 6 9, מסתדרת בצורת רשת של 4 שורות המסומנות Q1 עד Q4, שלושה חודשים בכל שורה, באותו הסדר

.reshape(rows, columns) ממלאת את השורות לפי הסדר:

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)

זה מדפיס:

[19 31 40 22]
(2, 6)

הגדלים חייבים להכפיל זה את זה כדי לקבל את הכמות: 4 כפול 3 הם 12. כתוב -1 עבור אחד הגדלים ו-NumPy יחשב אותו.

.flatten() הופכת כל טבלה בחזרה למערך שטוח אחד. הפרק הזה מסתיים במשחק קוביות שמחולק לסבבים באותו אופן.

אתגר

קל

קורא תיעד את דקות הקריאה שלו במשך 3 שבועות, מיום שני עד יום ראשון, במערך החד־ממדי minutes. התוכנית קוראת מספר week: ‏1, 2 או 3.

שנו את הצורה של minutes ל-weeks, עם שורה אחת לכל שבוע.
הדפיסו Weeks:, ואז את הטבלה.
הדפיסו את הסכום הכולל של כל שבוע.
הדפיסו את השורה של השבוע שנבחר.

עבור יומן של שבועיים והקלט 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]

נסו בעצמכם

import numpy as np

# דקות קריאה בכל יום במשך 3 שבועות, מיום שני עד יום ראשון
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())

# כתבו את הקוד שלכם למטה