c 矩陣出現奇怪的數用矩陣來處理資料降維打擊

「同四維跌落到三維一樣，三維空間也會向二維空間跌落，由乙個維度蜷縮到微觀中。那一小片二維空間的面積——它只有面積——會迅速擴大，這又引發了更大規模的跌落……我們現在就處在向二維跌落的空間中，最終，整個太陽系將跌落到二維，也就是說，太陽系將變成一副厚度為零的畫。」

維度上面引用了三體的一段話，想**一下維度的事情。處理資料的時候，我們是習慣了將相同的性質的資料分門別類。有個很有意思的事情，既然大部分人認為四維是指時間，那麼為什麼不能說每一種分類方式就是乙個維度。

舉個例子：註冊規劃師考四門，那就好比四個維度，有一百個註冊規劃師組成的列隊，按他們原理、相關、法規、實務的分數進行排名，那就是四組資料；四組資料只能形成100行4列的二維矩陣；假設加上註冊建築師、註冊結構師、註冊暖通等等，又可以整理成乙個三維矩陣；再按士、農、工、商等去區分，公升級成乙個四維矩陣。

因為有太多的資料在我們面前，還有一句話叫「選擇大於努力」。最近的研究項裡其實就是要在大量資料中找到最理想的那組資料，因此我寫了不少**，在資料的運算過程中又發現，如果要在合理的時間內做出計算，那還得提高計算的速度，那就得用到numba、cpython等。

資料擴充

選址大於努力的話，其實很多時候就是在做排列組合題。之前聽東吳相對論裡頭有講到，如果生活中有太多的事情壓積在一起，那就先列舉100件，載從中選20件，最終挑出最重要的五件事情開始做。

上面是講現實生活中的例子，主要是想解釋我之前是怎樣寫又長又複雜的**，通過幾個簡單的python的模組讓**變得簡單。

最開始從十個數選五個數大概要寫7行**。

import itertoolsc10 = [1, 2, 3, 4, 5, 6, 7, 8, 9,10]c105 = itertools.combinations(c10, 5))

加上引用模組共3行。

蝴蝶效應

電影《蝴蝶效應》裡面，男主因為乙個決定，導致了整個人生都不一樣，每個人只擁有乙個人生，當然平行宇宙我也是相信的。資料的處理就不一樣了，可以將所有可能性都模擬出來。

前面講了組合，接下來要講排列的事情，就拿先苦後甜，先甜後苦；或者是有一塊五花肉，先吃瘦的部分再吃肥的，還是相反那就是不同的排列。

排列的**也是第二部分用到的模組：

import itertools# 八個數的全排列可能arr = [0, 1, 2, 3, 4, 5, 6, 7]pailie = list(itertools.permutations(arr))

降維分析

前面的排列組合作為擴充資料的方式，那接下來具體應用一下，就拿一到十十個數按第一名到十名隨機生成數字，每個數字要有一次，這樣去生成乙個8行10列的矩陣資料。這是原始矩陣，如果按8期每次去選0到7的數去跟它相加並取除10的餘數，那就能生成乙個40320個與原始矩陣的三維矩陣。

這樣加大了資料量，也能進行單個數列的運算，最有最劣的可能都能列舉出來。

往期回顧

將地理範圍網格化以及高德loca api使用

座標糾偏與格式轉換工具

找份錢多活少離家近的工作

c 矩陣出現奇怪的數 用矩陣來處理資料 降維打擊