Grid approximation की ओर
बधाई हो! आपको अभी-अभी आपकी सरकार के Department of Health में डेटा एनालिस्ट के रूप में नियुक्त किया गया है। कैबिनेट एक घातक और संक्रामक वायरस के ख़िलाफ़ एक बिल्कुल नई दवा खरीदने पर विचार कर रही है। हालाँकि, यह संदेह है कि यह नई दवा वायरस पर कितनी प्रभावी है। आपका काम दवा की प्रभावशीलता दर का आकलन करना है, यानी दवा से ठीक हुए मरीजों का प्रतिशत.
तुरंत एक प्रयोग सेटअप किया गया है जिसमें 10 बीमार मरीजों का इलाज दवा से किया गया है। जैसे ही आपको पता चलता है कि उनमें से कितने ठीक हुए, आप बाइनोमियल डिस्ट्रीब्यूशन का उपयोग कर सकते हैं जहाँ ठीक हुआ मरीज "success" है और प्रभावशीलता दर "probability of success" है। जब तक आप प्रयोग के नतीजों का इंतज़ार कर रहे हैं, आप पैरामीटर ग्रिड तैयार करने का फ़ैसला करते हैं.
numpy और pandas आपके लिए क्रमशः np और pd के रूप में इम्पोर्ट कर दिए गए हैं.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Bayesian डेटा विश्लेषण
अभ्यास निर्देश
np.arange()का उपयोग करके, ठीक हुए मरीजों की संभावित संख्या (0 से 10 तक) का एक एरे बनाएँ और उसेnum_patients_curedको असाइन करें.np.arange()का उपयोग करके, प्रभावशीलता दर के सभी संभावित मानों (0 से 1 तक, 0.01 के स्टेप से) का एक एरे बनाएँ और उसेefficacy_rateको असाइन करें.num_patients_curedऔरefficacy_rateको मिलाकरdfनाम का एक DataFrame बनाएँ, जिसमें दोनों के सभी संभव संयोजन लिस्टेड हों.dfकी कॉलम्स में["num_patients_cured", "efficacy_rate"]असाइन करें और उसे प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create cured patients array from 1 to 10
num_patients_cured = ____
# Create efficacy rate array from 0 to 1 by 0.01
efficacy_rate = ____
# Combine the two arrays in one DataFrame
df = ____([(x, y) for x in ____ for y in ____])
# Name the columns
df.columns = ____
# Print df
print(df)