Explorez les données sur le baseball

Étant donné que la moyenne et la médiane sont très éloignées l'une de l'autre, vous décidez de vous adresser à la Ligue majeure de baseball (MLB). Ils trouvent l'erreur et vous envoient les données corrigées. Il est à nouveau disponible sous la forme d'un tableau NumPy 2D np_baseball, avec trois colonnes.

Le script Python dans l'éditeur comprend déjà du code pour afficher des messages informatifs avec les différentes statistiques sommaires et numpy est déjà chargé en tant que np. Pouvez-vous terminer le travail ? np_baseball est disponible.

Cet exercice fait partie du cours

Introduction à Python

Afficher le cours

Instructions

Le code permettant d'afficher la hauteur moyenne est déjà inclus. Complétez le code pour la hauteur médiane.
Utilisez np.std() sur la première colonne de np_baseball pour calculer stddev.
Les grands joueurs ont-ils tendance à être plus lourds ? Utilisez np.corrcoef() pour stocker la corrélation entre la première et la deuxième colonne de np_baseball dans corr.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

avg = np.mean(np_baseball[:,0])
print("Average: " + str(avg))

# Print median height
med = ____
print("Median: " + str(med))

# Print out the standard deviation on height
stddev = ____
print("Standard Deviation: " + str(stddev))

# Print out correlation between first and second column
corr = ____
print("Correlation: " + str(corr))

Modifier et exécuter le code