方差与标准差
方差与标准差是衡量变量离散程度的两种常用方法，您将在本练习中练习计算它们。离散程度很重要，因为它能帮助我们设定预期。例如，某销售人员平均每天卖出 20 件产品，但标准差为 10 件，那么很可能有些天能卖到 40 件，也会有些天只卖一两件。这样的信息在做预测时尤其重要。
已将 pandas 导入为 pd、numpy 导入为 np、matplotlib.pyplot 导入为 plt；还提供了 food_consumption 数据框。
本练习是课程的一部分
Python 统计学入门
练习说明
- 使用
.groupby()和.agg()方法，计算每个food_category的co2_emission的方差与标准差；比较方差与标准差的数值。 - 为
food_category中的beef创建co2_emission的直方图并显示图形。 - 为
food_category中的eggs创建co2_emission的直方图并显示图形。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Print variance and sd of co2_emission for each food_category
print(food_consumption.____('____')['____'].agg([____]))
# Create histogram of co2_emission for food_category 'beef'
food_consumption[____]['____'].____()
plt.show()
# Create histogram of co2_emission for food_category 'eggs'
plt.figure()
food_consumption[____]['____'].____()
plt.show()