Datawetenskap- funksies


Hierdie hoofstuk toon drie algemeen gebruikte funksies wanneer daar met Data Science gewerk word: max(), min() en mean().


Die Sport Watch Data Stel

Duur Gemiddeld_Pulse Max_Pulse Kalorie_verbranding Ure_Werk Ure_Slaap
30 80 120 240 10 7
30 85 120 250 10 7
45 90 130 260 8 7
45 95 130 270 8 7
45 100 140 280 0 7
60 105 140 290 7 8
60 110 145 300 7 8
60 115 145 310 8 8
75 120 150 320 0 8
75 125 150 330 8 8

Die datastel hierbo bestaan ​​uit 6 veranderlikes, elk met 10 waarnemings:

  • Duur - Hoe lank het die oefensessie in minute geduur?
  • Average_Pulse - Wat was die gemiddelde polsslag van die oefensessie? Dit word gemeet aan slae per minuut
  • Max_Pulse - Wat was die maksimum polsslag van die oefensessie?
  • Calorie_Burnage - Hoeveel kalorieë is tydens die oefensessie verbrand?
  • Hours_Work - Hoeveel ure het ons by ons werk gewerk voor die opleidingsessie?
  • Hours_Sleep - Hoeveel het ons die nag voor die oefensessie geslaap?

Ons gebruik onderstreep (_) om stringe te skei omdat Python nie spasie as skeiding kan lees nie.



Die max() funksie

Die Python max()-funksie word gebruik om die hoogste waarde in 'n skikking te vind.

Voorbeeld

Average_pulse_max = max(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)

print (Average_pulse_max)

Die min() funksie

Die Python min()-funksie word gebruik om die laagste waarde in 'n skikking te vind.

Voorbeeld

Average_pulse_min = min(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)

print (Average_pulse_min)

Die mean() funksie

Die NumPy- mean()funksie word gebruik om die gemiddelde waarde van 'n skikking te vind.

Voorbeeld

import numpy as np

Calorie_burnage = [240, 250, 260, 270, 280, 290, 300, 310, 320, 330]

Average_calorie_burnage = np.mean(Calorie_burnage)

print(Average_calorie_burnage)

Ons skryf np. voor beteken om Python te laat weet dat ons die gemiddelde funksie van die Numpy- biblioteek wil aktiveer .