《智能数据分析与应用》课件 第3单元-情境2-对数值数据进行分析.pptx

智能数据分析与应用第三单元 对数值数据进行分析主讲人：职 称： 教学概述教学导航 1情境一 NumPy创建与索引复杂数据对象2情境二 对招聘数据的数组进行形态变换3情境三 读写招聘信息数据集CONTENTS目录 情境2对招聘数据的数组进行形态变景概述知识准备案例讲解总结 PART01情境概述情境2 对招聘数据的数组进行形态变换 情景概述学习情境在对数据进行分析的时候，不同的神经网络接收的数据的形状是不一样的。因此，为了能将数据顺利放入模型中，就需要对数据的形状进行改变。因此，本情境主要介绍如何改变NumPy数组的形状。关键知识点形态变化数组堆叠数组拆分情境 : 对招聘数据的数组进行形态变换 情景概述关键技能点形态变化数组拆分情境 : 对招聘数据的数组进行形态变换 PART02知识准备情境2 对招聘数据的数组进行形态变换 知识准备知识点介绍情境 : 对招聘数据的数组进行形态变换 知识准备 在对数据进行分析的时候，不同的神经网络接收的数据的形状是不一样的。因此，为了能将数据顺利放入模型中，就需要对数据的形状进行改变。因此，情境2主要介绍如何改变NumPy数组的形状。情境 : 对招聘数据的数组进行形态变换 知识准备 改变形状的函数有：RavelReshapeVstackHstackHsplit情境 : 对招聘数据的数组进行形态变换 知识准备1.改变形状 改变数组的形状有多种方式。ravel函数将数组拉平为一维数组；reshape函数修改数组的行列结构，甚至可以将二维数组转为三维数组；T是转秩；resize是改变对应维度上列表的大小。情境 : 对招聘数据的数组进行形态变换练习3-5： 知识准备2.堆叠数组 堆叠数组有4种方式。垂直堆叠、水平堆叠、列堆叠、行堆叠。其中垂直堆叠与行堆叠是同一个函数实现；水平堆叠与列堆叠虽然函数实现不同，但是堆叠效果是一致的。情境 : 对招聘数据的数组进行形态变换练习3-6： 知识准备2.拆分数组调用hsplit函数可以从水平方向上对数组进行拆分 情境 : 对招聘数据的数组进行形态变换练习3-7： PART03案例讲解情境2 对招聘数据的数组进行形态变换 案例讲解将展示如何对招聘数据进行聚合拆分a1和a2是两个数组，但描述的是同一条数据。因此，可以将a1和a2按水平方式拼接。同理，b1和b2也按水平堆叠。最后将两份堆叠的结果进行垂直堆叠，形成一个完整的数据集。?# -*- coding: utf-8 -*-#import numpy as npa1 = np.asarray([重庆A公司, 大数据分析, 10000])a2 = np.asarray([观音桥, 2022年-5月])b1 = np.asarray([杭州B公司, 前端, 20000])b2 = np.asarray([西湖, 2022年-4月])print(水平堆叠：)情境 : 对招聘数据的数组进行形态变换 案例讲解c1 = np.hstack((a1, a2))print(c1)c2 = np.hstack((b1, b2))print(c2)print()print(垂直堆叠：)d = np.vstack((c1, c2))print(d)情境 : 对招聘数据的数组进行形态变换 PART04总结情境2 对招聘数据的数组进行形态变换 总结 本情景，主要介绍了NumPy数组形态变化，通过对案例的学习，让同学们知道实际开发场景中如何在用NumPy。情境 : 对招聘数据的数组进行形态变换 结 束课程名称：智能数据分析与应用主 讲 人：