Creazione di array

Fa parte della sezione Dati e grafici del percorso Machine Learning di Coddy. Lezione 5 di 60.

Ricordi i 150 fiori di iris? Per un modello sono 600 numeri in un array NumPy, una riga per fiore:

I dati dell'iris rappresentati come una griglia di numeri: sono mostrate le righe da 0 a 3 e la riga 149, una riga per fiore, e quattro colonne: lunghezza del sepalo, larghezza del sepalo, lunghezza del petalo, larghezza del petalo

Questo capitolo crea array come questo, partendo da una lista. np.array trasforma una lista in un array:

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

Questo stampa:

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

Niente virgole: è così che riconosci un array. E un array contiene un solo tipo, quindi basta un numero decimale per rendere decimale ogni valore:

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

Questo stampa:

[1.  2.5 3. ]

Un tipo condiviso è ciò che permette a NumPy di eseguire rapidamente calcoli su un milione di valori.

Sfida

Facile

Un noleggio di kayak tiene conto dei kayak noleggiati da lunedì a mercoledì. Il programma legge questi tre conteggi, poi le previsioni per giovedì, un numero decimale.

Crea un array rented con i tre conteggi e stampalo.
Crea un array week con i tre conteggi e le previsioni, in quest'ordine, e stampalo.
Stampa il tipo di week.

Per 8, 15, 4 e 12.5 l'output è:

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

Hai visto come una previsione decimale ha trasformato ogni conteggio in un numero decimale?

Provalo tu

import numpy as np

# Kayaks rented Monday to Wednesday, then Thursday's forecast
monday = int(input())
tuesday = int(input())
wednesday = int(input())
forecast = float(input())

# Write your code below