Tạo mảng

Thuộc phần Dữ liệu và biểu đồ trong hành trình Machine Learning của Coddy. Bài học 5 trên 60.

Còn nhớ 150 bông hoa iris không? Với một mô hình, chúng là 600 con số trong một mảng NumPy, mỗi hàng tương ứng với một bông hoa:

Dữ liệu về hoa iris được thể hiện dưới dạng một lưới số: các hàng từ 0 đến 3 và hàng 149, mỗi hàng tương ứng với một bông hoa, cùng bốn cột: chiều dài lá đài, chiều rộng lá đài, chiều dài cánh hoa, chiều rộng cánh hoa

Chương này tạo các mảng tương tự như vậy, bắt đầu từ một danh sách. np.array chuyển danh sách thành mảng:

temps = np.array([21, 23, 19])
print(temps)
print(type(temps))

Kết quả in ra:

[21 23 19]
<class 'numpy.ndarray'>

Không có dấu phẩy: đó là cách bạn nhận biết một mảng. Mảng chỉ chứa một kiểu dữ liệu, nên chỉ cần một số thập phân là mọi giá trị đều trở thành số thập phân:

print(np.array([1, 2.5, 3]))

Kết quả in ra:

[1.  2.5 3. ]

Một kiểu dữ liệu dùng chung giúp NumPy tính toán nhanh trên một triệu giá trị.

Thử thách

Dễ

Dịch vụ cho thuê thuyền kayak ghi lại số thuyền được thuê từ thứ Hai đến thứ Tư. Chương trình đọc ba số đó, rồi đọc dự báo cho thứ Năm dưới dạng số thập phân.

Tạo một mảng (array) rented từ ba số đó rồi in ra.
Tạo một mảng week từ ba số đó và dự báo, theo đúng thứ tự này, rồi in ra.
In ra kiểu dữ liệu của week.

Với 8, 15, 4 và 12.5, đầu ra là:

[ 8 15  4]
[ 8.  15.   4.  12.5]
<class 'numpy.ndarray'>

Bạn thấy một dự báo có phần thập phân đã khiến mọi số đếm trở thành số thập phân như thế nào không?

Tự làm thử

import numpy as np

# Số thuyền kayak cho thuê từ thứ Hai đến thứ Tư, sau đó là dự báo cho thứ Năm
monday = int(input())
tuesday = int(input())
wednesday = int(input())
forecast = float(input())

# Viết code bên dưới