合并数组

本课属于 Coddy Machine Learning 学习旅程的“数据与图表”单元。第 17 课，共 60 课。

博物馆统计了三个早晨的访客人数，然后统计了两个晚上。np.concatenate 会将数组首尾相连：

一行中的五个单元格：早晨的人数 12、15、19，后面接着晚上的人数 20、18

代码：

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

这会打印 [12 15 19 20 18]。模型需要的是另一种形式：每个样本占一行，每个特征占一列。np.column_stack 会将数组并排放置为列：

一张包含 3 套公寓的表格，共 2 列：面积分别为 45、60、82，租金分别为 900、1200、1500，每行一套公寓

在代码中：

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

这会打印 (3, 2)。每一行都会从每个数组中取一个值，因此它们的长度必须相同。

挑战

简单

一项研究需要一张包含所有参与者的表：第一列是年龄，第二列是每天看屏幕的小时数，先列出第 1 组。一位同事的代码运行时报错，修复错误后，表格结果仍然不正确。

修复构建 ages、hours 和 table 的三行代码。最后两行保持不变。

对于一项包含 3 人的小型研究，修复后的程序会打印：

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

亲手试试

import numpy as np

# 第一组：每个人的年龄，以及每天使用屏幕的时长（以小时为单位）
ages_1 = np.array([23, 35, 41])
hours_1 = np.array([6, 4, 3])
# 第二组
ages_2 = np.array([19, 52])
hours_2 = np.array([7, 2])

# 这项研究要求每人占一行：先是年龄，再是使用屏幕的小时数。请修正下面的代码行
ages = np.concatenate([ages_1, ages_2])
hours = np.concatenate(hours_1, hours_2)
table = np.concatenate([ages, hours])

# 不要修改下面的代码行
print(table)
print(f"People: {table.shape[0]}, measurements each: {table.shape[1]}")