Zacznij terazZacznij za darmo

Rozgłaszanie wzdłuż wierszy

W poprzednim zestawie ćwiczeń używałeś(-aś) tablicy monthly_industry_multipliers do tworzenia prognoz sprzedaży. Przypomnij sobie, jak wygląda monthly_industry_multipliers:

array([[0.98, 1.02, 1.  ],
       [1.00, 1.01, 0.97],
       [1.06, 1.03, 0.98],
       [1.08, 1.01, 0.98],
       [1.08, 0.98, 0.98],
       [1.1 , 0.99, 0.99],
       [1.12, 1.01, 1.  ],
       [1.1 , 1.02, 1.  ],
       [1.11, 1.01, 1.01],
       [1.08, 0.99, 0.97],
       [1.09, 1.  , 1.02],
       [1.13, 1.03, 1.02]])

Załóżmy, że nie chcesz być aż tak szczegółowy(-a) w swoich szacunkach. Zamiast tego wolisz użyć monthly_industry_multipliers, aby wyznaczyć jeden średni mnożnik dla każdej branży. Następnie użyjesz go do prognozowania sprzedaży na przyszły rok.

numpy jest załadowana jako np, a tablice monthly_sales i monthly_industry_multipliers są dostępne. Kolumny tablicy monthly_sales odpowiadają kolejno sprzedaży w sklepach z alkoholem, restauracjach i domach towarowych.

To ćwiczenie jest częścią kursu

Wprowadzenie do NumPy

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Find the mean sales projection multiplier for each industry
mean_multipliers = ____
print(mean_multipliers)
Edytuj i uruchom kod