Menu
CoddyTech
INIZIA A IMPARARE
flag It iconItalianodown icon

Rimodellare gli array

Fa parte della sezione Dati e grafici del percorso Machine Learning di Coddy. Lezione 16 di 60.

Le vendite mensili di un negozio, 12 in totale, arrivano come un unico array lineare. Organizzale in 4 trimestri da 3 mesi e si apriranno nuove possibilità:

Una sequenza di 12 vendite mensili, 5 8 6 9 12 10 14 15 11 7 6 9, viene organizzata in una griglia di 4 righe etichettate da Q1 a Q4, tre mesi per riga, nello stesso ordine

.reshape(rows, columns) riempie le righe in ordine:

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)

Questo stampa:

[19 31 40 22]
(2, 6)

Le dimensioni devono moltiplicarsi per ottenere il conteggio: 4 per 3 fa 12. Scrivi -1 per una dimensione e NumPy la calcola.

.flatten() trasforma qualsiasi tabella di nuovo in un unico array piatto. Questo capitolo si conclude con un gioco di dadi suddiviso in round allo stesso modo.

challenge icon

Sfida

Facile

Un lettore ha registrato i propri minuti di lettura per 3 settimane, da lunedì a domenica, nell'array monodimensionale minutes. Il programma legge un numero di week: 1, 2 o 3.

  1. Rimodella minutes in weeks, con una riga per ogni settimana.
  2. Stampa Weeks:, poi la tabella.
  3. Stampa il totale di ogni settimana.
  4. Stampa la riga della settimana scelta.

Per un registro di 2 settimane e l'input 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]

Provalo tu

import numpy as np

# Minutes read each day for 3 weeks, Monday to Sunday
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())

# Write your code below
quiz iconMettiti alla prova

Questa lezione include un breve quiz. Inizia la lezione per rispondere e tenere traccia dei tuoi progressi.

Tutte le lezioni di Dati e grafici

1Introduzione

Ciao, Machine LearningChe cos'è un modello?Importare le librerieIl tuo primo grafico

4Modellare i dati

Rimodellare gli arrayUnire gli arrayNumeri casualiRipasso: simulazione del lancio dei dadi

7DataFrame di pandas

SerieDataFrameLettura di file CSVEsaminare i datiSelezionare le colonneRiepilogo: valutazioni dei film

10Creare grafici con i DataFrame

Creare un grafico da un DataFrameGrafico a dispersione da colonneUn colore per gruppoIstogramma di una colonnaRiepilogo: vendite della caffetteria

2Array NumPy

Creazione di arrayForma e dimensioneIntervalli di numeriIndicizzazione e slicingRiepilogo: griglia delle temperature

5Grafici a linee e a dispersione

Etichette e titoliGrafici a dispersionePiù linee e legendeColori e marcatoriFigure e assiRiepilogo: passi settimanali

8Filtraggio e ordinamento

Selezionare le righeFiltrare le righeOrdinare i valoriNuove colonneRiepilogo: i prodotti migliori

11Dataset per il ML

Dataset integratiCaratteristiche ed etichetteEsplorare per classeRappresentare graficamente le classiRiepilogo: dataset Wine

3Matematica con gli array

Operazioni matematiche su interi arrayStatistiche riassuntiveStatistiche per asseBroadcastingMaschere booleaneRiepilogo: voti d'esame

6Grafici per i dati

Grafici a barreIstogrammiPiù grafici in unoImmagini come arrayRiepilogo: rapporto sulle precipitazioni

9Raggruppamento e pulizia

Conteggio dei valoriRaggruppare i datiDiversi riepiloghiValori mancantiRiepilogo: risultati del sondaggio

12Sfide finali

Report sulle venditeLetture dei sensoriLe cifre a colpo d’occhioEsploratore dei pinguini

Esercitati da solo: Compilatore Python online