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
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Find the mean sales projection multiplier for each industry
mean_multipliers = ____
print(mean_multipliers)