Nối các mảng

Thuộc phần Dữ liệu và biểu đồ trong hành trình Machine Learning của Coddy. Bài học 17 trên 60.

Một bảo tàng đếm số khách vào ba buổi sáng, rồi vào hai buổi tối. np.concatenate nối các mảng theo thứ tự từ đầu đến cuối:

Năm ô trong một hàng: số khách buổi sáng là 12, 15, 19, tiếp theo là số khách buổi tối 20, 18

Đoạn code:

morning = np.array([12, 15, 19])
evening = np.array([20, 18])
print(np.concatenate([morning, evening]))

Lệnh này in ra [12 15 19 20 18]. Mô hình cần dữ liệu theo cách khác: mỗi hàng ứng với một mẫu, mỗi cột ứng với một đặc trưng. np.column_stack xếp các mảng cạnh nhau thành các cột:

Bảng gồm 3 căn hộ trong 2 cột: diện tích 45, 60, 82 cạnh giá thuê 900, 1200, 1500, mỗi hàng là một căn hộ

Trong code:

sizes = np.array([45, 60, 82])
rents = np.array([900, 1200, 1500])
table = np.column_stack([sizes, rents])
print(table.shape)

Lệnh này in ra (3, 2). Mỗi hàng nhận một giá trị từ mỗi mảng, vì vậy độ dài của chúng phải bằng nhau.

Thử thách

Dễ

Một nghiên cứu cần một bảng gồm thông tin của mọi người: tuổi ở cột đầu tiên, số giờ dùng màn hình mỗi ngày ở cột thứ hai, nhóm 1 đứng trước. Code của một đồng nghiệp gặp lỗi, và sau khi sửa lỗi đó, bảng vẫn cho kết quả sai.

Sửa ba dòng tạo ages, hours và table. Giữ nguyên hai dòng cuối.

Với nghiên cứu nhỏ hơn gồm ba người, chương trình đã sửa sẽ in ra:

[[30  5]
 [28  8]
 [62  2]]
People: 3, measurements each: 2

Tự làm thử

import numpy as np

# Nhóm thứ nhất: tuổi và thời gian sử dụng màn hình hằng ngày của mỗi người, tính bằng giờ
ages_1 = np.array([23, 35, 41])
hours_1 = np.array([6, 4, 3])
# Nhóm thứ hai
ages_2 = np.array([19, 52])
hours_2 = np.array([7, 2])

# Nghiên cứu cần một hàng cho mỗi người: tuổi trước, số giờ sau. Bạn hãy sửa các dòng bên dưới
ages = np.concatenate([ages_1, ages_2])
hours = np.concatenate(hours_1, hours_2)
table = np.concatenate([ages, hours])

# Đừng thay đổi các dòng bên dưới
print(table)
print(f"People: {table.shape[0]}, measurements each: {table.shape[1]}")