Menu
CoddyTech

Сводная статистика

Часть раздела Данные и графики путешествия по Machine Learning на Coddy. Урок 11 из 60.

Две автобусные остановки, по пять ожиданий на каждой. Среднее время ожидания в обоих случаях — 5 минут. На какой остановке вы бы предпочли ждать?

Пять ожиданий на каждой из двух автобусных остановок показаны точками. Время ожидания на Elm St варьируется от 2 до 9 минут, а на Oak Ave составляет от 4 до 6 минут; в обоих случаях среднее значение — около 5 минут

Для каждого действия с массивом есть свой метод, цикл не нужен:

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

Это выводит:

25 5.0 2 9
2.61

Стандартное отклонение, .std(), — это типичное расстояние от среднего значения. У Oak Ave оно составляет 0.63: на автобусы можно рассчитывать.

np.round(x, 2) оставляет 2 знака после запятой у одного числа или целого массива. Типичное значение, диапазон, разброс: первый взгляд на любую характеристику.

challenge icon

Задание

Легко

Две библиотеки, шесть дней. Программа считывает количество книг в главной библиотеке в books; данные филиала в деревне находятся в village. Выведите:

  1. Busier: филиал (main или village) с большим средним значением и это среднее значение.
  2. Steadier: филиал с меньшим std и это значение std.
  3. Best single day: наибольшее количество книг в любой из библиотек.

Округляйте с помощью np.round(x, 2). Для значений главной библиотеки 55, 58, 53, 60, 57, 56:

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

Попробуйте сами

import numpy as np

# Книги, взятые в главной библиотеке за шесть дней
counts = []
for i in range(6):
    counts.append(int(input()))
books = np.array(counts)
# Книги, взятые в сельском филиале за те же шесть дней
village = np.array([28, 35, 30, 33, 52, 32])

# Напишите свой код ниже
quiz iconПроверьте себя

В этом уроке есть небольшой тест. Начните урок, чтобы ответить на вопросы и сохранить прогресс.

Все уроки раздела Данные и графики

Потренируйтесь самостоятельно: Онлайн-компилятор Python