野球データを探索する
平均値と中央値の差が大きいため、MLBに問い合わせることにしました。MLBはエラーを見つけ、修正済みのデータを送り返してくれます。このデータも再び、3つの列を持つ2次元NumPy配列 np_baseball として用意されています。
エディタ内のPythonスクリプトには、さまざまな要約統計量を使って有用なメッセージを出力するコードがすでに含まれており、numpy はすでに np として読み込まれています。最後まで仕上げてみましょう。np_baseball は使用できます。
この演習はコースの一部です
Python 入門
演習の手順
- 平均身長を出力するコードはすでに含まれています。身長の中央値を求めるコードを完成させてください。
np_baseballの1列目にnp.std()を使って、標準偏差stddevを計算してください。- 背の高い選手ほど体重も重い傾向があるでしょうか？
np.corrcoef()を使って、np_baseballの1列目と2列目の相関をcorrに格納してください。
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。
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))