Функции науки о данных
В этой главе показаны три часто используемые функции при работе с наукой о данных: max(), min() и mean().
Набор данных спортивных часов
| Продолжительность | Средний_пульс | Max_Pulse | Calorie_Burnage | Часы_Работы | Часы_Сна |
|---|---|---|---|---|---|
| 30 | 80 | 120 | 240 | 10 | 7 |
| 30 | 85 | 120 | 250 | 10 | 7 |
| 45 | 90 | 130 | 260 | 8 | 7 |
| 45 | 95 | 130 | 270 | 8 | 7 |
| 45 | 100 | 140 | 280 | 0 | 7 |
| 60 | 105 | 140 | 290 | 7 | 8 |
| 60 | 110 | 145 | 300 | 7 | 8 |
| 60 | 115 | 145 | 310 | 8 | 8 |
| 75 | 120 | 150 | 320 | 0 | 8 |
| 75 | 125 | 150 | 330 | 8 | 8 |
Приведенный выше набор данных состоит из 6 переменных, каждая из которых имеет 10 наблюдений:
- Продолжительность — сколько времени длилась тренировочная сессия в минутах?
- Average_Pulse — Каким был средний пульс на тренировке? Это измеряется ударами в минуту
- Max_Pulse — какой был максимальный пульс на тренировке?
- Calorie_Burnage — Сколько калорий было сожжено на тренировке?
- Hours_Work — Сколько часов мы работали на нашей работе до тренировки?
- Hours_Sleep — сколько мы спали в ночь перед тренировкой?
Мы используем подчеркивание (_) для разделения строк, потому что Python не может читать пробел как разделитель.
Функция макс()
Функция Python max()используется для поиска максимального значения в массиве.
Пример
Average_pulse_max = max(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print
(Average_pulse_max)
Функция мин()
Функция Python min()используется для поиска наименьшего значения в массиве.
Пример
Average_pulse_min = min(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print
(Average_pulse_min)
Функция среднего()
Функция NumPy mean()используется для нахождения среднего значения массива.
Пример
import numpy as np
Calorie_burnage =
[240, 250, 260, 270, 280, 290, 300, 310, 320, 330]
Average_calorie_burnage =
np.mean(Calorie_burnage)
print(Average_calorie_burnage)
Пишем нп. перед значением , чтобы сообщить Python, что мы хотим активировать функцию среднего значения из библиотеки Numpy .