शुरू करेंमुफ़्त में शुरू करें

Baseball डेटा की जाँच करें

क्योंकि mean और median एक-दूसरे से काफी दूर हैं, आप MLB में शिकायत करने का निर्णय लेते हैं। वे गलती ढूँढते हैं और आपको सुधारा हुआ डेटा भेजते हैं। यह फिर से 3 कॉलम वाला 2D NumPy array np_baseball के रूप में उपलब्ध है.

एडिटर में Python स्क्रिप्ट में अलग-अलग summary statistics के साथ जानकारीपूर्ण संदेश प्रिंट करने का कोड पहले से मौजूद है और numpy पहले से np नाम से लोड है। क्या आप बाकी काम पूरा कर सकते हैं? np_baseball उपलब्ध है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • mean height प्रिंट करने का कोड पहले से दिया गया है। median height के लिए कोड पूरा करें.
  • stddev निकालने के लिए np_baseball की पहली कॉलम पर np.std() का उपयोग करें.
  • क्या लंबे खिलाड़ी आम तौर पर भारी होते हैं? सहसंबंध जाँचने के लिए np.corrcoef() का उपयोग करें और np_baseball की पहली और दूसरी कॉलम के बीच का correlation corr में स्टोर करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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))
कोड संपादित करें और चलाएँ