解读李宏毅机器学习PM2.5数据处理部分（2）

第一部分解读链接：解读李宏毅机器学习数据处理部分（1）_Hey Kids!!!的博客-CSDN博客

x = np.empty([12 * 471, 18 * 9], dtype=float)
y = np.empty([12 * 471, 1], dtype=float)
for month in range(12):
    for day in range(20):
        for hour in range(24):
            if day == 19 and hour > 14:
                continue
            x[month * 471 + day * 24 + hour, :] = month_data[month][:,day * 24 + hour: day * 24 + hour + 9].reshape(1,-1)  # vector dim:18*9 (9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9)
            y[month * 471 + day * 24 + hour, 0] = month_data[month][9, day * 24 + hour + 9]  # value

这个部分的数据处理依然把我难的大汗淋漓 = =

我们前面有提到month_data 是一个字典，月份是key，（18，480）的数组是value

x和y为什么这样设置:

x-   行：12是12个月份，471的含义是480个小时每9小时算一笔，举个例子：0-8，1-9,.....,472-480，这里总共471笔，

       列：我画个图就明白了。拿第一第二列为例子：

 y-  就是标签x取的是前九小时作为训练，然后第十小时数据作为label，这里很好理解不做赘述。

我们来承接上面的代码看看老师是怎么操作的

month = 0

day = 0

hour = 0：24

x[0, :] = month_data[0][:,0:9].reshape(1,-1)

month_data[0]对应的是第一个月的数据，我们知道格式是（18，480）取所有18行，然后列取前九小时。

我们知道在上一段代码中我已经把每个月20天的数据按照18个feature全给他分好了。

这样切下来的就是完整的18个feature对应的小时数据。

reshape（1，-1）的作用就是把它全部拉成一行，作为x的第一行

总结一下：

上一篇文章提到的代码段的目的是将分散在每天的各个feature的数据重新整合归类，这一篇的代码段的目的是把每一个时间段的数据进行汇总，第一行只要0-8小时的所有数据，第二行只要1-9小时的所有数据以此类推，这样处理就能把数据完美划分了，不得不说李宏毅老师还是厉害的。

现在这个代码干了啥应该就迎刃而解了：）