Zacznij terazZacznij za darmo

Prognozowanie sprzedaży

Chcesz zaplanować przyszłoroczne operacje, prognozując poziom sprzedaży. W tym celu zebrałeś mnożniki charakterystyczne dla każdego miesiąca i branży. Są one zapisane w tablicy monthly_industry_multipliers. Na przykład mnożnik monthly_industry_multipliers[0, 0] o wartości 0.98 oznacza, że w branży sklepów monopolowych prognozuje się 98% tegorocznej sprzedaży ze stycznia w tym samym miesiącu przyszłego roku.

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]])

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

To ćwiczenie jest częścią kursu

Wprowadzenie do NumPy

Zobacz kurs

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Create an array of monthly projected sales for all industries
projected_monthly_sales = ____
print(projected_monthly_sales)
Edytuj i uruchom kod