Broadcasting per righe
Negli esercizi precedenti hai usato monthly_industry_multipliers per creare previsioni di vendita. Ricorda che monthly_industry_multipliers è fatto così:
array([[0.98, 1.02, 1. ],
[1.00, 1.01, 0.97],
[1.06, 1.03, 0.98],
[1.08, 1.01, 0.98],
[1.08, 0.98, 0.98],
[1.1 , 0.99, 0.99],
[1.12, 1.01, 1. ],
[1.1 , 1.02, 1. ],
[1.11, 1.01, 1.01],
[1.08, 0.99, 0.97],
[1.09, 1. , 1.02],
[1.13, 1.03, 1.02]])
Supponi di non sentirti a tuo agio con stime così specifiche. Preferiresti usare monthly_industry_multipliers per trovare un singolo moltiplicatore medio per ciascun settore. Poi userai quel moltiplicatore per proiettare le vendite del prossimo anno.
numpy è già caricato come np, e gli array monthly_sales e monthly_industry_multipliers sono disponibili. Le colonne di monthly_sales, in ordine, si riferiscono alle vendite di liquor store, ristoranti e department store.
Questo esercizio fa parte del corso
Introduzione a NumPy
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Find the mean sales projection multiplier for each industry
mean_multipliers = ____
print(mean_multipliers)