야구 데이터 탐색하기
평균값과 중앙값이 너무 큰 차이를 보여서 MLB에 문제를 제기했습니다. MLB는 오류를 발견하고 수정된 데이터를 보내왔습니다. 데이터는 세 개의 열을 가진 2D NumPy 배열 np_baseball로 다시 제공됩니다.
편집기의 Python 스크립트에는 다양한 요약 통계와 정보성 메시지를 출력하는 코드가 포함되어 있으며, numpy는 np로 불러온 상태입니다. 나머지 코드를 완성해 보세요! np_baseball을 사용할 수 있습니다.
이 연습은 강의의 일부입니다
Python 입문
연습 안내
- 평균 키를 출력하는 코드는 이미 포함되어 있습니다. 키의 중앙값을 계산하는 코드를 완성하세요.
np_baseball의 첫 번째 열에np.std()를 적용해stddev를 계산하세요.- 키가 큰 선수가 더 무거운 경향이 있을까요?
np.corrcoef()를 사용해np_baseball의 첫 번째 열과 두 번째 열의 상관관계를corr에 저장하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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))