शुरू करेंमुफ़्त में शुरू करें

EDA: अपने सभी डेटा को प्लॉट करें

किसी डेटासेट का ग्राफ़िकल ओवरव्यू लेने के लिए, अक्सर यह उपयोगी होता है कि आप अपने सारे डेटा को प्लॉट करें। इस अभ्यास में, 800 मीटर हीट्स में सभी महिला तैराकों के सभी splits को प्लॉट करें। डेटा NumPy arrays split_number और splits में उपलब्ध है। arrays इस तरह संगठित हैं कि splits[i,j] तैराक i का split time है split_number[j] के लिए।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistical Thinking के केस स्टडीज़

पाठ्यक्रम देखें

अभ्यास निर्देश

  • एक for लूप लिखिए, जिसमें हर तैराक के splits के सेट पर लूप करके:
    • split time को split number के मुकाबले प्लॉट करें। linewidth=1 और color='lightgray' कीवर्ड आर्ग्युमेंट्स का उपयोग करें।
  • हर distance के लिए mean split times निकालें। यह आप np.mean() फंक्शन के साथ axis=0 कीवर्ड आर्ग्युमेंट देकर कर सकते हैं। यह np.mean() को पंक्तियों पर mean निकालने के लिए कहता है, जिससे हर split number के लिए mean split time मिलेगा।
  • mean split times (y-axis) बनाम split number (x-axis) प्लॉट करें। इसके लिए marker='.', linewidth=3, और markersize=12 कीवर्ड आर्ग्युमेंट्स का उपयोग करें।
  • axes को label करें और प्लॉट दिखाएँ.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Plot the splits for each swimmer
for splitset in ____:
    _ = ____(____, ____, lw=1, color='lightgray')

# Compute the mean split times
mean_splits = ____

# Plot the mean split times


# Label axes and show plot
_ = plt.xlabel('split number')
_ = plt.ylabel('split time (s)')
plt.show()
कोड संपादित करें और चलाएँ