Łączenie tablic
Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 17 z 60.
Muzeum policzyło odwiedzających przez trzy poranki, a następnie przez dwa wieczory. np.concatenate łączy tablice jedna za drugą:
Kod:
morning = np.array([12, 15, 19])
evening = np.array([20, 18])
print(np.concatenate([morning, evening]))To wyświetla [12 15 19 20 18]. Model potrzebuje czegoś innego: jednego wiersza na próbkę i jednej kolumny na cechę. np.column_stack umieszcza tablice obok siebie jako kolumny:
W kodzie:
sizes = np.array([45, 60, 82])
rents = np.array([900, 1200, 1500])
table = np.column_stack([sizes, rents])
print(table.shape)To wypisuje (3, 2). Każdy wiersz pobiera wartość z każdej tablicy, więc ich długości muszą być zgodne.
Wyzwanie
ŁatwyBadanie wymaga jednej tabeli osób: wiek w pierwszej kolumnie, dzienny czas spędzany przed ekranem w godzinach w drugiej, najpierw grupa 1. Kod współpracownika kończy działanie z błędem, a po jego naprawieniu tabela nadal jest nieprawidłowa.
Popraw trzy linie, które tworzą ages, hours i table. Pozostaw dwie ostatnie linie bez zmian.
W przypadku mniejszego badania obejmującego trzy osoby poprawiony program wyświetla:
[[30 5]
[28 8]
[62 2]]
People: 3, measurements each: 2Spróbuj swoich sił
import numpy as np
# Pierwsza grupa: wiek każdej osoby i dzienny czas spędzany przed ekranem w godzinach
ages_1 = np.array([23, 35, 41])
hours_1 = np.array([6, 4, 3])
# Druga grupa
ages_2 = np.array([19, 52])
hours_2 = np.array([7, 2])
# W badaniu każdej osobie musi odpowiadać jeden wiersz: najpierw wiek, potem liczba godzin. Popraw poniższe linie
ages = np.concatenate([ages_1, ages_2])
hours = np.concatenate(hours_1, hours_2)
table = np.concatenate([ages, hours])
# Nie zmieniaj poniższych linii
print(table)
print(f"People: {table.shape[0]}, measurements each: {table.shape[1]}")
Ta lekcja zawiera krótki quiz. Zacznij lekcję, żeby na niego odpowiedzieć i śledzić swoje postępy.
Wszystkie lekcje w sekcji Dane i wykresy
4Przekształcanie danych
Zmiana kształtu tablicŁączenie tablicLiczby losowePodsumowanie: symulacja rzutu kostką2Tablice NumPy
Tworzenie tablicKształt i rozmiarZakresy liczbIndeksowanie i wycinaniePodsumowanie: siatka temperatur5Wykresy liniowe i punktowe
Etykiety i tytułyWykresy punktoweWiele linii i legendyKolory i znacznikiRysunki i osiePodsumowanie: tygodniowa liczba kroków8Filtrowanie i sortowanie
Wybieranie wierszyFiltrowanie wierszySortowanie wartościNowe kolumnyPodsumowanie: najlepsze produkty3Operacje matematyczne na tablicach
Operacje matematyczne na całych tablicachStatystyki podsumowująceStatystyki według osiRozgłaszanieMaski logicznePodsumowanie: wyniki egzaminów6Wykresy danych
Wykresy słupkoweHistogramyKilka wykresów na jednymObrazy jako tablicePodsumowanie: raport o opadach9Grupowanie i czyszczenie
Zliczanie wartościGrupowanie danychKilka podsumowańBrakujące wartościPowtórka: wyniki ankietyPoćwicz samodzielnie: Kompilator Python online