Diffusion sur les lignes (broadcasting)
Dans la dernière série d'exercices, vous avez utilisé monthly_industry_multipliers pour créer des prévisions de ventes. Rappelez-vous que monthly_industry_multipliers ressemble à ceci :
array([[0.98, 1.02, 1. ],
[1.00, 1.01, 0.97],
[1.06, 1.03, 0.98],
[1.08, 1.01, 0.98],
[1.08, 0.98, 0.98],
[1.1 , 0.99, 0.99],
[1.12, 1.01, 1. ],
[1.1 , 1.02, 1. ],
[1.11, 1.01, 1.01],
[1.08, 0.99, 0.97],
[1.09, 1. , 1.02],
[1.13, 1.03, 1.02]])
Supposons que vous ne soyez pas à l'aise d'être aussi précis dans vos estimations. Vous préférez plutôt utiliser monthly_industry_multipliers pour trouver un seul multiplicateur moyen pour chaque secteur. Vous utiliserez ensuite ce multiplicateur pour projeter les ventes de l'an prochain.
numpy est chargé sous le nom np, et les tableaux monthly_sales et monthly_industry_multipliers sont disponibles. Les colonnes de monthly_sales, dans l'ordre, correspondent aux ventes de magasins d'alcool, de restaurants et de grands magasins.
Cette activité fait partie du cours
Introduction à NumPy
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Find the mean sales projection multiplier for each industry
mean_multipliers = ____
print(mean_multipliers)