Importando bibliotecas

Parte da seção Dados e gráficos do Journey de Machine Learning da Coddy. Lição 3 de 60.

As funções próprias do Python se limitam a conceitos básicos como len e round. Para ir além, você import um módulo: código pronto. O aprendizado de máquina se baseia em NumPy:

import numpy as np

print(np.sqrt(49))                 # uma função: com parênteses
print(np.pi)                       # um valor: sem parênteses
print(np.round(2 * np.pi * 3, 2))  # arredonda para 2 casas decimais

Isso imprime:

7.0
3.141592653589793
18.85

as np dá ao NumPy um apelido curto, um alias. Um ponto permite acessar o que há dentro dele. Observe que np.sqrt sempre retorna um número decimal: 7.0, não 7.

Importe uma vez, no início, e todas as linhas abaixo poderão usar np.

Desafio

Fácil

Uma pizzaria quer uma pizza quadrada tão grande quanto sua pizza redonda. O programa lê o diâmetro da pizza redonda em centímetros.

Importe NumPy como np.
Encontre a área: np.pi vezes o raio ao quadrado. O raio é metade do diâmetro.
Encontre o lado do quadrado: a raiz quadrada da área.
Imprima ambos, arredondados para 2 casas decimais com np.round.

Para uma pizza de 40 cm, os dois formatos ficam assim:

Uma pizza redonda com 40 cm de diâmetro ao lado de uma pizza quadrada com 35.45 cm de lado, ambas com uma área de 1256.64 centímetros quadrados

e o programa imprime:

Area: 1256.64
Side: 35.45

Experimente você mesmo

# Importe NumPy na linha abaixo

diameter = float(input())

# Escreva seu código abaixo

Teste seus conhecimentos

Esta lição inclui um quiz rápido. Comece a lição para respondê-lo e acompanhar seu progresso.

Todas as lições de Dados e gráficos

1Introdução

Olá, Machine Learning O que é um modelo?Importando bibliotecasSeu primeiro gráfico

4Moldando dados

Remodelando arrays Unindo arrays Números aleatórios Revisão: simulação de dados

7DataFrames do pandas

Series DataFrames Lendo arquivos CSV Inspecionando os dados Selecionando colunas Revisão: avaliações de filmes

10Plotando DataFrames

Plotando um DataFrame Dispersão a partir de colunas Uma cor por grupo Histograma de uma coluna Revisão: vendas do café

2Arrays do NumPy

Criando arrays Forma e tamanho Intervalos de números Indexação e fatiamento Revisão: grade de temperaturas

5Gráficos de Linhas e Dispersão

Rótulos e Títulos Gráficos de Dispersão Várias Linhas e Legendas Cores e Marcadores Figuras e Eixos Revisão: Passos Semanais

8Filtragem e Ordenação

Selecionando Linhas Filtrando Linhas Ordenando Valores Novas Colunas Revisão: Principais Produtos

11Conjuntos de dados para ML

Conjuntos de dados integrados Atributos e rótulos Explorando por classe Visualizando as classes Revisão: conjunto de dados Wine

Pratique por conta própria: Compilador de Python online