month_data = {}
for month in range(12):
sample = np.empty([18, 480])
for day in range(20):
sample[:, day * 24 : (day + 1) * 24] = raw_data[18 * (20 * month + day) : 18 * (20 * month + day + 1), :]
month_data[month] = sample
拜读李宏毅老师的代码的时候,开头这段数据处理我就愣住了,我不明白这到底把数据处理成啥样了。
我现在斗胆解读一下,如有问题请指正。
其他部分都很好理解
这行将raw_data赋值给sample的代码真的太复杂了,本菜鸡实在是愚钝看了好久好久也没看明白。没办法只能从结果出发看看他到底实现的啥功能。
很明显month_data是一个字典
字典的key值是12个月份
我打印了以后看到每个key对应的数据结构是(18,480)
18是feature,480是小时
但是这480小时的数据是哪来的呢?
老师提供的数据是12个月每个月20天每天有24小时的数据
经过打印,我知道了老师的操作是把每个feature对应的20天24小时的数据放到一行上
结构就是每个月份对应18行480列数据,这是这个月的所有数据。
我们现在回到代码部分:
month = 0
day = 0
sample[:, 0 : 24] = raw_data[0 : 18 , :]
raw_data的0-18行对应的是第一天,18个feature,0-24列放对应的24小时数据
day = 1
sample[:, 24 : 48] = raw_data[18 : 36, :]
raw_data的18-36行对应的是第二天,18个feature,24-48列放对应的24小时数据
说到这里,我已经是有感觉了,感觉就像是下图的操作: