Kapitel 5. Matrizen, Teil 1
Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com
Eine Matrix ist ein Vektor auf der nächsten Ebene. Matrizen sind äußerst vielseitige mathematische Objekte. Sie können Gleichungssätze, geometrische Transformationen, die Positionen von Teilchen im Zeitverlauf, Finanzdaten und unzählige andere Dinge speichern. In der Datenwissenschaft werden Matrizen manchmal auch als Datentabellen bezeichnet, in denen die Zeilen den Beobachtungen (z. B. Kunden) und die Spalten den Merkmalen (z. B. Einkäufen) entsprechen.
Dieses und die beiden folgenden Kapitel werden dein Wissen über lineare Algebra auf die nächste Stufe heben. Hol dir eine Tasse Kaffee und setz deine Denkmütze auf. Dein Gehirn wird am Ende des Kapitels größer sein.
Erstellen und Visualisieren von Matrizen in NumPy
Je nach Kontext kann man sich Matrizen als eine Reihe von Spaltenvektoren vorstellen, die nebeneinander gestapelt sind (z. B. eine Datentabelle mit Beobachtungen nach Merkmalen), als eine Reihe von Zeilenvektoren, die übereinander geschichtet sind (z. B. Multisensordaten, bei denen jede Zeile eine Zeitreihe aus einem anderen Kanal ist), oder als eine geordnete Sammlung einzelner Matrixelemente (z. B. ein Bild, bei dem jedes Matrixelement den Intensitätswert eines Pixels codiert).
Visualisierung, Indizierung und Aufteilung von Matrizen
Kleine Matrizen können einfach komplett ausgedruckt werden, wie die folgenden ...