Schedule of Courses

Turoturo ng Python

• Turoturo ng Python
• Panimula ng Python
• Pagsisimula ng Python
• Pahayag ng Python
• Komentaryo ng Python
• Variable ng Python
• Uri ng Data ng Python
• Python Numbers
• Casting ng Python
• String ng Python
• Boolean ng Python
• Operator ng Python
• List ng Python
• Tuple ng Python
• Set ng Python
• Dictionary ng Python
• Python If Else
• While Loop ng Python
• For Loop ng Python
• Function ng Python
• Lambda ng Python
• Array ng Python
• Python Class/Object
• Inherits ng Python
• Iteration ng Python
• Scope ng Python
• Module ng Python
• Date ng Python
• JSON ng Python
• RegEx ng Python
• PIP ng Python
• Try Except ng Python
• Python Command Input
• Format ng String ng Python

File Handling

• Bukas ng File ng Python
• Basa ng File ng Python
• Python File Write/Create
• Pagtanggal ng File ng Python

Python NumPy

• Panimula ng NumPy
• Pagsisimula ng NumPy
• Paglikha ng Array ng NumPy
• Index ng Array ng NumPy
• Pagpatawid ng Array ng NumPy
• Uri ng Data ng NumPy
• Kopya/View ng Array ng NumPy
• Hakbang ng Array ng NumPy
• Pagbabago ng Hakbang ng Array ng NumPy
• Iteration ng Array ng NumPy
• Pagkakasunod-sunod ng Array ng NumPy
• Paghihiwalay ng Array ng NumPy
• Paghahanap ng Array ng NumPy
• Pagbabago ng Pagkakasunod-sunod ng Array ng NumPy
• Pagbubutihin ng Array ng NumPy
• Random ng NumPy
• Ufuncs ng NumPy

Machine Learning

• Introduction
• Mean Median Pattern
• Standard Deviation
• Percentile
• Data Distribution
• Normal Data Distribution
• Scatter Plot
• Linear Regression
• Polynomial Regression
• Multiple Regression
• Scaling
• Training/Testing
• Decision Tree

Python MySQL

• MySQL 入门
• MySQL Create Database
• MySQL Create Table
• MySQL Insert
• MySQL Select
• MySQL Where
• MySQL Order By
• MySQL Delete
• MySQL Drop Table
• MySQL Update
• MySQL Limit
• MySQL Join

Python MongoDB

• MongoDB Beginner
• MongoDB Create Database
• MongoDB Create Collection
• MongoDB Insert
• MongoDB Find
• MongoDB Query
• MongoDB Sort
• MongoDB Delete
• MongoDB Delete Collection
• MongoDB Update
• MongoDB Limit

Python Reference Manual

• Python reference overview
• Python built-in functions
• Python string methods
• Python list methods
• Python dictionary methods
• Python tuple methods
• Python collection methods
• Python file methods
• Python keywords

Module reference manual

• Random module
• Request module

Python How To

• Tanggalin ang mga dulot sa listahan
• Ibalik ang string

Python Halimbawa

• Python Halimbawa
• Python Pagsusuri

Pangunguha na kurso

Rekomendasyon ng Kurso:

• CodeW3C.com Anga ng Bayan

Array Reshape

Ang reshape ay nangangahulugan na baguhin ang hugis ng array.

Ang hugis ng array ay ang bilang ng elemento sa bawat sukat.

Sa pamamagitan ng reshape, maaari naming magdagdag o makuha ng sukat o baguhin ang bilang ng elemento sa bawat sukat.

Mula 1-D hanggang 2-D

Halimbawa

I-convert ang 1-D array na may 12 na elemento sa 2-D array.

Ang pinakalalim na sukat ay magiging 4 na array, bawat isa ay may 3 na elemento:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(4, 3)
print(newarr)

Magsimula ang halimbawa

Mula 1-D hanggang 3-D

Halimbawa

I-convert ang 1-D array na may 12 na elemento sa 3-D array.

Ang pinakalalim na sukat ay magiging 2 na array, bawat isa ay may 3 na array, bawat isa ay may 2 na elemento:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
newarr = arr.reshape(2, 3, 2)
print(newarr)

Magsimula ang halimbawa

Maaari naming i-reshape sa anumang hugis?

Oo, hangga't ang mga elemento na kailangan para sa reshape ay magkapareho sa dalawang hugis.

Maaari naming i-reshape ang 8 na elemento na 1D array sa 4 na elemento sa 2x2 na 2D array, ngunit hindi namin maaaring i-reshape ito sa 3x3 na 2D array dahil kailangan ito ng 3x3 = 9 na elemento.

Halimbawa

Subukang i-convert ang 1D array na may 8 na elemento sa 2D array na may 3 na elemento sa bawat sukat (magiging error):

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(3, 3)
print(newarr)

Magsimula ang halimbawa

Ibalik kopya o view?

Halimbawa

Tingnan kung ang ibabalik na array ay kopya o view:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
print(arr.reshape(2, 4).base)

Magsimula ang halimbawa

Ang halimbawa sa itaas ay binabalik ang orihinal na array, kaya ito ay isang view.

Di kilalang dimensyon

Maaari mong gamitin ang isang 'di kilalang' dimensyon.

Ito ay nangangahulugan na hindi mo kailangang magbigay ng tiyak na numero para sa isang dimensyon sa paraan na reshape.

Ibigay -1 Bilang halaga, ang NumPy ay magkakaroon ng pagkalkula para sa numero na iyon sa iyo.

Halimbawa

Pagbaguhin ang 1D array ng 8 na elemento sa 2x2 na 3D array ng elemento:

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8])
newarr = arr.reshape(2, 2, -1)
print(newarr)

Magsimula ang halimbawa

Komentaryo:Hindi maaari naming ibukod ang -1 Ibigay sa mahigit isang dimensyon.

Pagbubukod ng array

Ang pagbubukod ng array (Flattening the arrays) ay ang pagbabagong hugis ng multidimensional array sa 1D array.

Maaari naming gamitin reshape(-1) Upang gawin ito

Halimbawa

Ibukod ang array sa 1D array:

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6]])
newarr = arr.reshape(-1)
print(newarr)

Magsimula ang halimbawa

Komentaryo:May maraming pagbabago na maaaring gamitin upang baguhin ang hugis ng array sa numpy flatten, ravel, at maaaring icalalagay muli ang mga elemento sa rot90, flip, fliplr, flipud at iba pa. Ang mga ito ay kasama sa中级 hanggang advanced na bahagi ng numpy.

Toolbox

Python Reference Manual

Python Halimbawa

Python Pagsusuri

Link ng Sponsor