なぜデータライブラリなのか:リストから配列へ
ふつうの Python のリストは柔軟ですが、数値を扱うには遅くて冗長です。リストのすべての値を 2 倍にするには、ループを書かなければなりません:
prices = [10, 20, 30]
doubled = []
for p in prices:
doubled.append(p * 2)
print(doubled) # [20, 40, 60]numpy(Numerical Python)は ndarray を与えてくれます:メモリの 1 つのぎっしり詰まったブロックに保存された数値の格子です。配列全体に対する計算は、Python のループなしで、高速なコンパイル済みの C で行われます。これをベクトル化と呼びます。
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()) # 20.0データと機械学習の道具一式はすべて numpy の上に乗っているので、これは自然な最初の一歩です。慣習として np という名前で import します。
np.array(a_list) で配列を作り、.sum() や .mean() のようなメソッドをそのまま呼びます。これらはリストではなく、1 つの数値(Python/numpy のスカラー)を返します。
numpy を np として import してください。リスト [4, 8, 12, 16] を arr という numpy 配列に変えます。それからその合計を total、平均を avg として計算してください。avg を出力してください。
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。