الإحصاءات الملخّصة

جزء من قسم البيانات والرسوم البيانية في رحلة Machine Learning على Coddy. الدرس 11 من 60.

محطتا حافلات، وخمس فترات انتظار في كل منهما. متوسط الانتظار في كلتيهما 5 دقائق. في أي محطة تفضّل الانتظار؟

خمس فترات انتظار في كل واحدة من محطتي الحافلات ممثلة بنقاط. تتوزع فترات الانتظار في شارع إلم بين دقيقتين و9 دقائق، بينما تتجمع فترات الانتظار في شارع أوك بين 4 و6 دقائق، وكلتاهما حول متوسط قدره 5 دقائق

كل طريقة تحسب مجموع المصفوفة، دون حلقة:

elm = np.array([4, 7, 2, 9, 3])
print(elm.sum(), elm.mean(), elm.min(), elm.max())
print(np.round(elm.std(), 2))

يطبع هذا:

25 5.0 2 9
2.61

الانحراف المعياري، .std()، هو المسافة المعتادة عن المتوسط. يبلغ 0.63 في شارع أوك: حافلات يمكنك الاعتماد عليها.

تُبقي np.round(x, 2) على منزلتين عشريتين، سواءً لعدد واحد أو لمصفوفة كاملة. القيمة النموذجية، والمدى، والتشتت: نظرتك الأولى إلى أي سمة.

التحدي

سهل

مكتبتان، وستة أيام. يقرأ البرنامج أعداد المكتبة الرئيسية في books؛ وأعداد فرع القرية في village. اطبع:

Busier: الفرع (main أو village) ذو المتوسط الأعلى، وذلك المتوسط.
Steadier: الفرع ذو الانحراف المعياري الأقل، وذلك الانحراف المعياري.
Best single day: أكبر عدد في أيٍّ منهما.

قرّب باستخدام np.round(x, 2). لأعداد المكتبة الرئيسية 55 و58 و53 و60 و57 و56:

Busier: main, 56.5 books a day
Steadier: main, std 2.22
Best single day: 60

جرّب بنفسك

import numpy as np

# الكتب المستعارة من المكتبة الرئيسية خلال ستة أيام
counts = []
for i in range(6):
    counts.append(int(input()))
books = np.array(counts)
# الكتب المستعارة من فرع القرية خلال الأيام الستة نفسها
village = np.array([28, 35, 30, 33, 52, 32])

# اكتب شيفرتك أدناه