Odchylenie standardowe
Zbiór danych środowiskowych powinien być ci już dobrze znany. Do tej pory korzystałeś jednak z jego oczyszczonej wersji. Oryginalne dane zawierały wiele wartości odstających, które mogłyby zaburzyć analizę.
Teraz zwizualizujesz te wartości odstające, korzystając z poznanej przed chwilą metody.
To ćwiczenie jest częścią kursu
Analiza danych IoT w Pythonie
Instrukcje do ćwiczenia
- Oblicz średnią kolumny
"temperature"i przypisz ją do nowej kolumny wdata. - Oblicz górną i dolną granicę, przypisując każdą z nich do osobnej kolumny w
data. - Narysuj wykres dla
data.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate mean
data["mean"] = ____
# Calculate upper and lower limits
data["upper_limit"] = data[____] + (____ * ____)
data["lower_limit"] = ____
# Plot the DataFrame
____
plt.show()