Aan de slagGa gratis aan de slag

Verken de baseball-data

Omdat het gemiddelde en de mediaan zo ver uit elkaar liggen, besluit je bij de MLB te klagen. Zij vinden de fout en sturen de gecorrigeerde data naar je terug. Deze is opnieuw beschikbaar als een 2D NumPy-array np_baseball met drie kolommen.

Het Python-script in de editor bevat al code om informatieve berichten met de verschillende samenvattende statistieken af te drukken en numpy is al geladen als np. Kun jij het afmaken? np_baseball is beschikbaar.

Deze oefening maakt deel uit van de cursus

Introductie tot Python

Cursus bekijken

Oefeninstructies

  • De code om de gemiddelde lengte af te drukken staat er al in. Maak de code voor de mediane lengte af.
  • Gebruik np.std() op de eerste kolom van np_baseball om stddev te berekenen.
  • Zijn grote spelers meestal zwaarder? Gebruik np.corrcoef() om de correlatie tussen de eerste en tweede kolom van np_baseball op te slaan in corr.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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))
Code bewerken en uitvoeren