データの基礎:numpy と pandas
ベクトル化とブロードキャスト
以前このコースを受けたことがありますか?
あなたを 1 人として数えるためです。送られるのはあなたの答えと匿名の進捗だけです。
配列の算術は、ループなしで要素ごとに行われます:
import numpy as np
a = np.array([1, 2, 3])
b = np.array([10, 20, 30])
print(a + b) # [11 22 33]
print(a * b) # [10 40 90]
print(b / a) # [10. 10. 10.]ブロードキャストは、numpy が小さい形を大きい形に合わせて引き伸ばす仕組みです。1 つの数(スカラー)はすべての要素に適用されます:
a = np.array([1, 2, 3])
print(a + 100) # [101 102 103]
print(a ** 2) # [1 4 9]行をまたいでも働きます。長さ 3 の 1 次元の行は、2 行 3 列の格子のすべての行に向けてブロードキャストされます:
grid = np.array([[1, 2, 3],
[4, 5, 6]])
bonus = np.array([10, 20, 30])
print(grid + bonus)
# [[11 22 33]
# [14 25 36]]比較もベクトル化されていて真偽値の配列を返します。これはすぐあとで絞り込みに使います:
scores = np.array([55, 90, 70, 40])
print(scores >= 60) # [False True True False]ベクトル化されたコードは、同じことをする Python のループより短く、はるかに速くなります。
あなたの番
celsius = np.array([0, 10, 20, 30]) から始めます。(ループなしの)ベクトル化された計算を使い、式 F = C * 9/5 + 32 で華氏に変換して fahrenheit に保存してください。それから、fahrenheit が 60 以上のところで True になる真偽値の配列 warm を作ってください。
レッスン完了。お見事です。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。