Hình dạng và kích thước

Thuộc phần Dữ liệu và biểu đồ trong hành trình Machine Learning của Coddy. Bài học 6 trên 60.

Dữ liệu học máy có dạng bảng: mỗi hàng là một mẫu, mỗi cột là một đặc trưng. Một danh sách các danh sách tạo thành một mảng 2D:

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

Mảng scores được biểu diễn dưới dạng lưới gồm 2 hàng và 4 cột số, có tiêu đề scores.shape là (2, 4)

Mảng tự biết kích thước của nó. Không có dấu ngoặc đơn: đây là những thông tin được lưu trữ, không phải hàm.

print(scores.shape)  # hàng, cột
print(scores.ndim)   # số chiều
print(scores.size)   # số lượng giá trị
print(scores.dtype)  # kiểu dữ liệu của các giá trị

Kết quả in ra:

(2, 4)
2
8
int64

Với dữ liệu mới, trước tiên hãy kiểm tra hình dạng: mô hình cần một hàng cho mỗi mẫu.

Thử thách

Dễ

Hai rạp chiếu phim chỉ có thể gộp các bảng vé nếu bố cục giống nhau. Vé của Park nằm trong rows; vé của Plaza nằm trong plaza.

Chuyển rows thành mảng park.
In số ngày, số suất chiếu và số giá trị của từng rạp, Park trước.
In Same layout: và True hoặc False.

Với 2 ngày, mỗi ngày có 3 suất chiếu (48, 112, 65, rồi đến 37, 98, 120):

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

Tự làm thử

import numpy as np

# Số vé bán tại rạp Park: mỗi ngày một hàng, mỗi suất chiếu một giá trị
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)

# Số vé bán tại rạp Plaza: mỗi ngày một hàng, mỗi suất chiếu một giá trị
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],
])

# Viết code của bạn bên dưới