Statystyki podsumowujące

Część sekcji Dane i wykresy ścieżki Machine Learning w Coddy. Lekcja 11 z 60.

Dwa przystanki autobusowe, pięć oczekiwań na każdym. Średnia dla obu wynosi 5 minut. Na którym przystanku wolisz czekać?

Pięć oczekiwań na każdym z dwóch przystanków autobusowych przedstawionych jako kropki. Oczekiwania na Elm St rozciągają się od 2 do 9 minut, a na Oak Ave skupiają się między 4 a 6 minutami; średnia dla obu wynosi około 5 minut

Każda z metod sumuje elementy tablicy, bez użycia pętli:

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

To wypisuje:

25 5.0 2 9
2.61

Odchylenie standardowe, .std(), to typowa odległość od średniej. Wartość dla Oak Ave wynosi 0.63: autobusy, na których możesz polegać.

np.round(x, 2) zachowuje 2 miejsca po przecinku dla jednej liczby lub całej tablicy. Typowa wartość, zakres, rozrzut: pierwszy rzut oka na każdą cechę.

Wyzwanie

Łatwy

Dwie biblioteki, sześć dni. Program wczytuje liczby dotyczące głównej biblioteki do books; dane dotyczące filii wiejskiej znajdują się w village. Wypisz:

Busier: filię (main lub village) z wyższą średnią oraz tę średnią.
Steadier: filię z niższym odchyleniem standardowym oraz to odchylenie.
Best single day: największą z tych wartości.

Zaokrąglaj za pomocą np.round(x, 2). Dla liczb dotyczących głównej biblioteki: 55, 58, 53, 60, 57, 56:

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

Spróbuj swoich sił

import numpy as np

# Książki wypożyczone w bibliotece głównej w ciągu sześciu dni
counts = []
for i in range(6):
    counts.append(int(input()))
books = np.array(counts)
# Książki wypożyczone w filii wiejskiej w ciągu tych samych sześciu dni
village = np.array([28, 35, 30, 33, 52, 32])

# Napisz swój kod poniżej