요약 통계

Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 11번째.

버스 정류장 두 곳에서 각각 다섯 번씩 기다렸습니다. 두 곳 모두 평균 대기 시간은 5분입니다. 어느 정류장에서 기다리는 편이 좋을까요?

버스 정류장 두 곳에서 각각 다섯 번씩 기다린 시간을 점으로 나타냈습니다. Elm St의 대기 시간은 2분에서 9분까지 분포하고, Oak Ave의 대기 시간은 4분에서 6분 사이에 모여 있으며, 두 곳 모두 평균은 5분입니다

각 메서드는 루프 없이 배열을 요약합니다:

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

다음과 같이 출력됩니다:

25 5.0 2 9
2.61

표준 편차, .std()는 평균에서 일반적으로 떨어진 거리입니다. Oak Ave의 표준 편차는 0.63입니다. 믿고 탈 수 있는 버스죠.

np.round(x, 2)는 숫자 하나나 전체 배열의 소수점 아래 자릿수를 2자리로 유지합니다. 대표값, 범위, 산포: 어떤 특성을 살펴볼 때 가장 먼저 확인하는 항목입니다.

챌린지

쉬움

두 도서관, 6일입니다. 프로그램은 본관의 대출 권수를 books에 읽어 들이고, 마을 분관의 대출 권수는 village에 있습니다. 다음을 출력하세요:

Busier: 평균이 더 높은 분관(main 또는 village)과 그 평균.
Steadier: 표준편차가 더 낮은 분관과 그 표준편차.
Best single day: 둘 중 더 높은 대출 권수.

np.round(x, 2)로 반올림하세요. 본관의 대출 권수가 55, 58, 53, 60, 57, 56인 경우:

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

직접 해보기

import numpy as np

# 6일 동안 본관 도서관에서 대출한 책
counts = []
for i in range(6):
    counts.append(int(input()))
books = np.array(counts)
# 같은 6일 동안 마을 분관에서 대출한 책
village = np.array([28, 35, 30, 33, 52, 32])

# 아래에 코드를 작성하세요