始める無料で始める

EDA：すべてのデータをプロットする

データセットを視覚的に把握するには、すべてのデータをプロットすることが効果的です。この演習では、800メートル予選に出場した女性スイマー全員のスプリットタイムをプロットしましょう。データは NumPy 配列 split_number と splits に格納されています。配列の構造として、splits[i,j] はスイマー i のスプリット番号 split_number[j] に対応するスプリットタイムを表しています。

この演習はコースの一部です

統計的思考 ケーススタディ

コースを見る

演習の手順

  • for ループを使って各スイマーのスプリットセットを繰り返し処理し、以下を行いましょう。
    • スプリット番号に対するスプリットタイムをプロットします。キーワード引数 linewidth=1 および color='lightgray' を使用してください。
  • 各距離の平均スプリットタイムを計算します。np.mean() 関数に axis=0 キーワード引数を指定することで実現できます。これにより np.mean() が行方向に平均を計算し、各スプリット番号の平均スプリットタイムが得られます。
  • キーワード引数 marker='.'、linewidth=3、markersize=12 を使って、スプリット番号（x軸）に対する平均スプリットタイム（y軸）をプロットします。
  • 軸にラベルを付けてプロットを表示します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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()
コードを編集して実行