Tout est réuni : Pokémon z-scores

Une liste de 720 Pokémon a été chargée dans votre session à l'adresse names. Les points de vie de chaque Pokémon sont stockés dans un tableau NumPy appelé hps. Vous souhaitez analyser les points de vie à l'aide du score z afin de déterminer le nombre d'écarts-types entre les points de vie de chaque Pokémon et la moyenne de tous les points de vie.

Le code ci-dessous a été écrit pour calculer le score z de HP pour chaque Pokémon et rassembler les Pokémon ayant les HP les plus élevés en fonction de leur score z :

poke_zscores = []

for name,hp in zip(names, hps):

    hp_avg = hps.mean()

    hp_std = hps.std()

    z_score = (hp - hp_avg)/hp_std

    poke_zscores.append((name, hp, z_score))

highest_hp_pokemon = []

for name,hp,zscore in poke_zscores:

    if zscore > 2:

        highest_hp_pokemon.append((name, hp, zscore))