Kształt i rozmiar

Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 6 z 60.

Dane do uczenia maszynowego mają postać tabeli: jeden wiersz na próbkę, jedna kolumna na cechę. Lista list tworzy taką tabelę — tablicę 2D:

scores = np.array([[8, 6, 9, 7],
                   [7, 10, 5, 8]])

Tablica scores przedstawiona jako siatka z 2 wierszami i 4 kolumnami liczb, zatytułowana scores.shape is (2, 4)

Tablica zna swój rozmiar. Bez nawiasów: to zapisane informacje, a nie funkcje.

print(scores.shape)  # wiersze, kolumny
print(scores.ndim)   # wymiary
print(scores.size)   # wartości
print(scores.dtype)  # ich typ

To wyświetla:

(2, 4)
2
8
int64

Najpierw sprawdź kształt każdych nowych danych: model oczekuje jednego wiersza na próbkę.

Wyzwanie

Łatwy

Dwa kina mogą połączyć swoje tabele sprzedaży biletów tylko wtedy, gdy ich układy są zgodne. Bilety z kina Park znajdują się w rows, a z kina Plaza w plaza.

Zamień rows na tablicę park.
Wypisz liczbę dni, seansów i wartości dla każdego kina, najpierw dla Park.
Wypisz Same layout: oraz True lub False.

Dla 2 dni i 3 seansów (48, 112, 65, a następnie 37, 98, 120):

Park: 2 days, 3 showings a day, 6 values
Plaza: 7 days, 4 showings a day, 28 values
Same layout: False

Spróbuj swoich sił

import numpy as np

# Bilety sprzedane w kinie Park: jeden wiersz na dzień, jedna wartość na seans
days = int(input())
showings = int(input())
rows = []
for day in range(days):
    row = []
    for showing in range(showings):
        row.append(int(input()))
    rows.append(row)

# Bilety sprzedane w kinie Plaza: jeden wiersz na dzień, jedna wartość na seans
plaza = np.array([
    [34, 58, 91, 40],
    [29, 63, 85, 37],
    [41, 70, 96, 52],
    [38, 66, 102, 47],
    [55, 88, 120, 74],
    [72, 95, 131, 80],
    [60, 81, 99, 45],
])

# Napisz swój kod poniżej