Broadcasting över rader
I de senaste övningarna använde du monthly_industry_multipliers för att skapa försäljningsprognoser. Kom ihåg att monthly_industry_multipliers ser ut så här:
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]])
Anta att du inte vill vara så specifik i dina uppskattningar. I stället vill du använda monthly_industry_multipliers för att beräkna ett enda genomsnittligt multiplikatorvärde per bransch. Sedan använder du det värdet för att prognostisera nästa års försäljning.
numpy är inläst som np, och arrayerna monthly_sales och monthly_industry_multipliers är tillgängliga. Kolumnerna i monthly_sales representerar i ordning försäljning för spritbutiker, restauranger och varuhus.
Den här övningen är en del av kursen
Introduktion till NumPy
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Find the mean sales projection multiplier for each industry
mean_multipliers = ____
print(mean_multipliers)