均值差异

本课属于 Coddy Machine Learning 学习旅程的“机器学习统计学”单元。第 42 课，共 64 课。

新型号、新页面或新键盘更好吗？比较各组的均值差：一组的均值减去另一组的均值。10 位打字员各自试用了其中一种键盘布局：

typing = pd.DataFrame({
    "layout": ["Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak", "Qwerty", "Dvorak"],
    "wpm": [68, 76, 74, 65, 61, 82, 79, 70, 66, 74],
})
means = typing.groupby("layout")["wpm"].mean()
print(np.round(means["Dvorak"] - means["Qwerty"], 2))

这表示 3.8：Dvorak 打字员的平均速度每分钟比 Qwerty 打字员快 3.8 个单词。Qwerty 减去 Dvorak 得到 -3.8，所以要说明哪一组排在前面。

五名 Qwerty 打字员和五名 Dvorak 打字员的打字速度以点表示，分布在每分钟 61 到 82 个单词之间，每组的平均值用横线标出，分别为 69.6 和 73.4，红色括号标出了两组之间 3.8 的差距

3.8 算大吗？单指打字的人每分钟能打出 20 个单词，因此，谁拿到了哪种键盘带来的运气差异，光这一点就可能造成这么大的差距。

挑战

中等

学生使用两个数学应用之一进行练习。math_apps.csv 中有 app（algo 或 numo）、score 和 sets；程序会读取一个数值列的名称。

计算该列的 numo 平均值减去 algo 平均值。
根据差值的正负判断哪个应用领先，并按下面的格式打印一行：差值为正，领先者的平均值放在前面，所有数字保留 2 位小数。

对于其他学生和输入 score：

algo is ahead on score by 4.0 (151.0 vs 147.0)

亲手试试

import numpy as np
import pandas as pd

students = pd.read_csv("math_apps.csv")
column = input()

# 在下方编写代码

自我测试

这节课包含一个小测验。开始学习即可作答，并记录你的进度。

机器学习统计学中的所有课

自己练习： Python 在线编译器