解读李宏毅机器学习PM2.5数据处理部分（1）

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：