Menu
CoddyTech
НАЧАТЬ УЧИТЬСЯ
flag Ru iconРусскийdown icon

Диапазоны чисел

Часть раздела Данные и графики путешествия по Machine Learning на Coddy. Урок 7 из 60.

Вводить вручную 100 равномерно распределённых чисел? NumPy создаст их за тебя двумя способами:

Два ряда точек на числовой прямой от 0 до 20. np.arange(0, 20, 5) задаёт точки в 0, 5, 10 и 15, а в 20 — пустой кружок, так как это число пропущено; np.linspace(0, 20, 5) задаёт точки в 0, 5, 10, 15 и 20

np.arange(start, stop, step) считает с шагом и, как и range, останавливается перед stop. np.linspace(a, b, n) создает n значений от a до b, включая оба значения:

print(np.arange(0, 20, 5))
print(np.linspace(0, 20, 5))

Это выводит:

[ 0  5 10 15]
[ 0.  5. 10. 15. 20.]

Выбирай исходя из того, что тебе известно: промежуток или количество. Для пустого массива подсчёта np.zeros(n) и np.ones(n) создают n нулей или единиц:

print(np.zeros(3))  # [0. 0. 0.]
challenge icon

Задание

Легко

Тренер по бегу расставляет конусы. Программа считывает позиции первого и последнего конусов (м), расстояние между ними и количество пунктов с водой. Выведите:

  1. Cones: от первого до последнего с заданным шагом (np.arange).
  2. Stations: равномерно распределённые точки, включая первый и последний конусы (np.linspace).
  3. Times: ноль для каждого конуса — для времени бегунов (np.zeros).

Для 0, 40, 10 и 3:

Cones: [ 0 10 20 30 40]
Stations: [ 0. 20. 40.]
Times: [0. 0. 0. 0. 0.]

Попробуйте сами

import numpy as np

first = int(input())
last = int(input())
gap = int(input())
stations = int(input())

# Напишите свой код ниже
quiz iconПроверьте себя

В этом уроке есть небольшой тест. Начните урок, чтобы ответить на вопросы и сохранить прогресс.

Все уроки раздела Данные и графики

1Введение

Привет, машинное обучениеЧто такое модель?Импорт библиотекВаш первый график

4Преобразование данных

Изменение формы массивовОбъединение массивовСлучайные числаПовторение: симуляция броска кубика

7DataFrame в pandas

SeriesDataFrameЧтение CSV-файловИзучение данныхВыбор столбцовПовторение: рейтинги фильмов

10Построение графиков по DataFrame

Построение графика по DataFrameДиаграмма рассеяния по столбцамОтдельный цвет для каждой группыГистограмма столбцаПовторение: продажи кафе

2Массивы NumPy

Создание массивовФорма и размерДиапазоны чиселИндексация и срезыПовторение: температурная сетка

5Линейные графики и диаграммы рассеяния

Подписи и заголовкиДиаграммы рассеянияНесколько линий и легендыЦвета и маркерыФигуры и осиПовторение: шаги за неделю

8Фильтрация и сортировка

Выбор строкФильтрация строкСортировка значенийНовые столбцыПовторение: лучшие товары

11Наборы данных для ML

Встроенные наборы данныхПризнаки и меткиИзучение по классамПостроение графиков классовПовторение: набор данных Wine

3Математика массивов

Математика над целыми массивамиСводная статистикаСтатистика по осямТранслированиеБулевы маскиПовторение: результаты экзамена

6Графики для данных

Столбчатые диаграммыГистограммыНесколько графиков в одномИзображения как массивыПовторение: отчёт об осадках

9Группировка и очистка данных

Подсчёт значенийГруппировка данныхНесколько сводокПропущенные значенияПовторение: результаты опроса

12Заключительные задания

Отчёт о продажахПоказания датчиковЦифры с первого взглядаИсследователь-пингвин

Потренируйтесь самостоятельно: Онлайн-компилятор Python