배열 합치기

Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 17번째.

한 박물관은 사흘 동안 아침에 방문객 수를 세고, 그다음 이틀 동안 저녁에 세었습니다. np.concatenate는 배열을 끝과 끝으로 이어 붙입니다:

한 행에 있는 다섯 개의 셀: 아침 집계 12, 15, 19 다음에 저녁 집계 20, 18

코드:

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

이렇게 하면 [12 15 19 20 18]이 출력됩니다. 모델은 다른 형식을 원합니다. 샘플마다 한 행, 특성마다 한 열입니다. np.column_stack은 배열을 나란히 열로 배치합니다:

2개의 열로 된 3개 아파트 표: 각 행에 아파트 하나씩, 크기 45, 60, 82와 임대료 900, 1200, 1500이 나란히 표시됨

코드에서는:

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

이렇게 하면 (3, 2)가 출력됩니다. 각 행은 모든 배열에서 값을 하나씩 가져오므로 배열의 길이가 서로 같아야 합니다.

챌린지

쉬움

연구에서는 사람들의 정보를 하나의 표로 정리해야 합니다. 첫 번째 열에는 나이, 두 번째 열에는 하루 화면 사용 시간을 넣고, 그룹 1을 먼저 배치합니다. 동료의 코드는 오류와 함께 중단되며, 오류를 수정한 뒤에도 표는 여전히 잘못 출력됩니다.

ages, hours, table을 만드는 세 줄을 수정하세요. 마지막 두 줄은 그대로 두세요.

세 사람을 대상으로 한 더 작은 연구에서 수정된 프로그램은 다음을 출력합니다.

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

직접 해보기

import numpy as np

# 첫 번째 그룹: 각 사람의 나이와 하루 화면 사용 시간(시간 단위)
ages_1 = np.array([23, 35, 41])
hours_1 = np.array([6, 4, 3])
# 두 번째 그룹
ages_2 = np.array([19, 52])
hours_2 = np.array([7, 2])

# 연구에서는 사람마다 한 행이 필요합니다: 나이, 그다음 사용 시간 순서입니다. 아래 줄을 수정하세요
ages = np.concatenate([ages_1, ages_2])
hours = np.concatenate(hours_1, hours_2)
table = np.concatenate([ages, hours])

# 아래 줄은 변경하지 마세요
print(table)
print(f"People: {table.shape[0]}, measurements each: {table.shape[1]}")