軸ごとの統計

CoddyのMachine Learningジャーニー「データとプロット」セクションの一部。レッスン 12/60。

2軒のカフェが3日間のコーヒーの数を数えました。カフェごとに1行、日ごとに1列です。軸は、合計する方向を選びます。

2軒のカフェと3日分のカップ数の表。矢印は各列を下に進み、日ごとの合計80、85、60を示し、各行を横に進み、カフェごとの合計99、126を示しています

名前を指定して渡します：

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

これは次のように出力します。

[80 85 60]
[ 99 126]

指定した軸が消えます。axis=0では行が折りたたまれ、列ごとに1つの結果が残ります。MLデータでは、特徴量ごとに1つの数値になります。

.argmax() は最大値がどこにあるかを示します。cups.sum(axis=0).argmax() は 1 なので、火曜日です。

チャレンジ

簡単

あるジムで4週間にわたり来館者数を記録しました。visitsでは各行が1週間、各列がdaysで名付けられた曜日を表します。次を出力してください。

Per weekday: 各曜日の平均。
Per week: 各週の平均。
Busiest day: 平均が最も高い曜日の名前。

平均は小数点以下2桁に丸めてください。データが2週間分あるジムの場合：

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

自分で試してみよう

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]])

# 以下にコードを書いてください