Thống kê theo trục

Thuộc phần Dữ liệu và biểu đồ trong hành trình Machine Learning của Coddy. Bài học 12 trên 60.

Hai quán cà phê thống kê số cà phê bán được trong ba ngày: mỗi hàng ứng với một quán, mỗi cột ứng với một ngày. Trục xác định hướng để cộng:

Bảng số cốc cà phê, 2 quán trong 3 ngày. Mũi tên đi xuống từng cột đến tổng số của các ngày là 80, 85 và 60, và đi ngang từng hàng đến tổng số của các quán là 99 và 126

Bạn truyền giá trị này bằng tên:

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

Kết quả in ra là:

[80 85 60]
[ 99 126]

Trục bạn chỉ định sẽ biến mất: axis=0 gộp các hàng lại, để lại một kết quả cho mỗi cột. Trong dữ liệu ML, đó là một con số cho mỗi đặc trưng.

.argmax() cho biết vị trí của giá trị lớn nhất: cups.sum(axis=0).argmax() là 1, tức là thứ Ba.

Thử thách

Dễ

Một phòng tập gym đã đếm số khách đến trong bốn tuần. Trong visits, mỗi hàng là một tuần và mỗi cột là một ngày trong tuần, được đặt tên trong days. In ra:

Per weekday: giá trị trung bình của từng ngày trong tuần.
Per week: giá trị trung bình của từng tuần.
Busiest day: tên ngày trong tuần có giá trị trung bình cao nhất.

Làm tròn các giá trị trung bình đến 2 chữ số thập phân. Với phòng tập gym có dữ liệu của hai tuần:

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

Tự làm thử

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]])

# Viết code của bạn bên dưới