汇总统计

本课属于 Coddy Machine Learning 学习旅程的“数据与图表”单元。第 11 课，共 60 课。

两个公交站，每个站等待 5 次。平均等待时间都是 5 分钟。你更愿意在哪个站等车？

两个公交站各有 5 次等待时间，用圆点表示。Elm St 的等待时间分布在 2 到 9 分钟之间，Oak Ave 的等待时间集中在 4 到 6 分钟之间，两者的平均值都约为 5 分钟

每个方法都能汇总数组，无需循环：

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

这会输出：

25 5.0 2 9
2.61

标准差 .std() 表示数据与平均值的典型距离。Oak Ave 的标准差是 0.63：公交车班次很可靠。

np.round(x, 2)可以保留 2 位小数，适用于单个数字或整个数组。典型值、范围、离散程度：这是你了解任何特征时的第一步。

挑战

简单

两家图书馆，六天的数据。程序会将主图书馆的借阅数量读入 books，村庄分馆的数据则存储在 village 中。打印：

Busier: 平均值较高的分馆（main 或 village）及其平均值。
Steadier: 标准差较低的分馆及其标准差。
Best single day: 两家图书馆中单日借阅数量的最大值。

使用 np.round(x, 2) 进行四舍五入。主图书馆的借阅数量为 55、58、53、60、57、56 时：

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

亲手试试

import numpy as np

# 主图书馆在 6 天内借出的图书数量
counts = []
for i in range(6):
    counts.append(int(input()))
books = np.array(counts)
# 村分馆在同样 6 天内借出的图书数量
village = np.array([28, 35, 30, 33, 52, 32])

# 在下方编写你的代码