Menu
CoddyTech

Форма и размер

Часть раздела Данные и графики путешествия по Machine Learning на Coddy. Урок 6 из 60.

Данные машинного обучения — это таблица: одна строка на образец, один столбец на признак. Список списков образует двумерный массив:

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

Массив scores изображён в виде сетки из 2 строк и 4 столбцов с числами; заголовок: scores.shape is (2, 4)

Массив знает свой размер. Без скобок: это сохранённые факты, а не функции.

print(scores.shape)  # строки, столбцы
print(scores.ndim)   # измерения
print(scores.size)   # значения
print(scores.dtype)  # их тип

Это выводит:

(2, 4)
2
8
int64

Сначала проверьте форму любых новых данных: модель ожидает по одной строке на каждый образец.

challenge icon

Задание

Легко

Два кинотеатра могут объединить свои таблицы продаж билетов, только если их структура совпадает. Билеты Park находятся в rows; билеты Plaza — в plaza.

  1. Преобразуй rows в массив park.
  2. Выведи количество дней, сеансов и значений для каждого кинотеатра, сначала Park.
  3. Выведи Same layout: и True или False.

Для 2 дней по 3 сеанса (48, 112, 65, затем 37, 98, 120):

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

Попробуйте сами

import numpy as np

# Проданные билеты в кинотеатре Park: одна строка на каждый день, одно значение на каждый сеанс
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)

# Проданные билеты в кинотеатре Plaza: одна строка на каждый день, одно значение на каждый сеанс
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],
])

# 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

Потренируйтесь самостоятельно: Онлайн-компилятор Python