분산 계산하기

자주 사용하는 함수가 내부적으로 무엇을 하는지 이해하는 것은 중요해요. 이미 분산 계산 방법을 알고 계실 수 있지만, 이 강의는 초급 수준으로 그런 지식을 전제하지 않아요. 이번 연습에서는 영상에서 다룬 공식을 그대로 적용해 Iris veriscolor의 꽃잎 길이 분산을 직접 계산해 보겠습니다. 그런 다음 np.var()로도 계산해 보겠습니다.

이 연습은 강의의 일부입니다

Python으로 하는 Statistical Thinking (파트 1)

강의 보기

연습 안내

꽃잎 길이(versicolor_petal_length)에서 평균 꽃잎 길이를 뺀 값을 담은 differences 배열을 만드세요. versicolor_petal_length는 이미 NumPy 배열로 네임스페이스에 있으므로 NumPy의 벡터화 연산을 활용할 수 있어요.
이 배열의 각 원소를 제곱하세요. 예를 들어 x**2는 배열 x의 각 원소를 제곱합니다. 결과를 diff_sq로 저장하세요.
np.mean()을 사용해 diff_sq의 원소 평균을 계산하고, 결과를 variance_explicit에 저장하세요.
np.var()를 사용해 versicolor_petal_length의 분산을 계산하고, 결과를 variance_np에 저장하세요.
두 값이 일관적인지 확인할 수 있도록 한 번의 print 호출로 variance_explicit와 variance_np를 함께 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Array of differences to mean: differences


# Square the differences: diff_sq


# Compute the mean square difference: variance_explicit


# Compute the variance using NumPy: variance_np


# Print the results

코드 편집 및 실행