Statistiques par axe

Fait partie de la section Données et visualisations du Journey Machine Learning de Coddy. Leçon 12 sur 60.

Deux cafés ont compté leurs cafés pendant trois jours : une ligne par café, une colonne par jour. Un axe indique la direction dans laquelle additionner :

Le tableau des tasses, 2 cafés sur 3 jours. Des flèches descendent le long de chaque colonne jusqu’aux totaux journaliers 80, 85 et 60, et traversent chaque ligne jusqu’aux totaux des cafés 99 et 126

Vous le transmettez par son nom :

cups = np.array([[30, 45, 24],
                 [50, 40, 36]])
print(cups.sum(axis=0))
print(cups.sum(axis=1))

Cela affiche :

[80 85 60]
[ 99 126]

L’axe que vous nommez disparaît : axis=0 réduit les lignes, en laissant un résultat par colonne. Dans les données de ML, cela correspond à un nombre par caractéristique.

.argmax() indique où se trouve la valeur la plus grande : cups.sum(axis=0).argmax() vaut 1, donc mardi.

Défi

Facile

Une salle de sport a comptabilisé les visiteurs pendant quatre semaines. Dans visits, chaque ligne correspond à une semaine et chaque colonne à un jour de la semaine, nommé dans days. Affichez :

Per weekday: la moyenne de chaque jour de la semaine.
Per week: la moyenne de chaque semaine.
Busiest day: le nom du jour de la semaine dont la moyenne est la plus élevée.

Arrondissez les moyennes à 2 décimales. Pour une salle de sport avec deux semaines de données :

Per weekday: [42.  51.  46.  63.5 70.5]
Per week: [53.6 55.6]
Busiest day: Fri

Essayez vous-même

import numpy as np

days = ["Mon", "Tue", "Wed", "Thu", "Fri"]
visits = np.array([[52, 61, 48, 70, 66],
                   [58, 65, 51, 74, 69],
                   [49, 60, 47, 69, 71],
                   [55, 57, 50, 72, 60]])

# Écrivez votre code ci-dessous