Mulai sekarangMulai gratis

Mengeksplorasi data baseball

Karena mean dan median sangat jauh berbeda, Anda memutuskan untuk mengajukan keluhan ke MLB. Mereka menemukan error dan mengirimkan data yang telah dikoreksi kepada Anda. Data tersebut kembali tersedia sebagai array NumPy 2D np_baseball, dengan tiga kolom.

Skrip Python di editor sudah menyertakan kode untuk mencetak pesan informatif dengan berbagai statistik ringkasan dan numpy sudah dimuat sebagai np. Dapatkah Anda menyelesaikannya? np_baseball tersedia.

Latihan ini merupakan bagian dari kursus

Pengantar Python

Lihat Kursus

Instruksi latihan

  • Kode untuk mencetak mean tinggi badan sudah disertakan. Lengkapi kode untuk median tinggi badan.
  • Gunakan np.std() pada kolom pertama np_baseball untuk menghitung stddev.
  • Apakah pemain yang besar cenderung lebih berat? Gunakan np.corrcoef() untuk menyimpan korelasi antara kolom pertama dan kedua np_baseball dalam corr.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

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))
Edit dan Jalankan Kode