Kenapa Library Data: List ke Array
List Python biasa itu fleksibel, tapi untuk angka mereka lambat dan ribet. Melipatgandakan setiap nilai dalam list berarti menulis loop:
prices = [10, 20, 30]
doubled = []
for p in prices:
doubled.append(p * 2)
print(doubled) # [20, 40, 60]numpy (Numerical Python) memberimu ndarray: sebuah kisi angka yang disimpan dalam satu blok memori yang rapat. Matematika pada seluruh array terjadi di C yang dikompilasi dengan cepat, tanpa loop Python. Ini disebut vectorization.
import numpy as np
prices = np.array([10, 20, 30])
print(prices * 2) # [20 40 60] no loop needed
print(prices.sum()) # 60
print(prices.mean()) # 20.0Seluruh stack data dan machine-learning berjalan di atas numpy, jadi ini adalah langkah pertama yang alami. Kita mengimpornya sebagai np sesuai konvensi.
Buat array dengan np.array(a_list), lalu panggil method seperti .sum() dan .mean() langsung pada array tersebut. Mereka mengembalikan angka tunggal (skalar Python/numpy), bukan list.
Impor numpy sebagai np. Ubah list [4, 8, 12, 16] menjadi numpy array bernama arr. Lalu hitung total sebagai jumlahnya dan avg sebagai rata-ratanya. Cetak avg.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.