Utforska basebolldata
Eftersom medelvärdet och medianen skiljer sig så mycket åt bestämmer du dig för att klaga hos MLB. De hittar felet och skickar korrigerad data till dig. Den är åter tillgänglig som ett 2D NumPy-array np_baseball, med tre kolumner.
Python-skriptet i editorn innehåller redan kod för att skriva ut informativa meddelanden med de olika sammanfattande statistikvärdena, och numpy är redan inläst som np. Kan du slutföra uppgiften? np_baseball är tillgänglig.
Den här övningen är en del av kursen
Introduktion till Python
Övningsinstruktioner
- Koden för att skriva ut medelhöjden finns redan. Komplettera koden för medianhöjden.
- Använd
np.std()på den första kolumnen inp_baseballför att beräknastddev. - Tenderar stora spelare att också vara tyngre? Använd
np.corrcoef()för att lagra korrelationen mellan den första och andra kolumnen inp_baseballicorr.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
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))