NumPy: basisstatistieken

Introductie tot Python

Hugo Bowne-Anderson

Data Scientist at DataCamp

Data-analyse

Leer je gegevens kennen
Weinig gegevens -> kijk er gewoon naar
Veel gegevens -> ?

Onderzoek in de hele stad

import numpy as np
np_city = ... # Implementation left out
np_city

array([[1.64, 71.78],
       [1.37, 63.35],
       [1.6 , 55.09],
       ...,
       [2.04, 74.85],
       [2.04, 68.72],
       [2.01, 73.57]])

NumPy

np.mean(np_city[:, 0])

1.7472

np.median(np_city[:, 0])

1.75

NumPy

np.corrcoef(np_city[:, 0], np_city[:, 1])

array([[ 1.     , -0.01802],
       [-0.01803,  1.     ]])

np.std(np_city[:, 0])

0.1992

sum(), sort(), ...
Gebruik één soort gegevens: snelheid!

Gegevens genereren

Redenen voor np.random.normal()
- verdelingsgemiddelde
- standaardafwijking van de verdeling
- aantal steekproeven

height = np.round(np.random.normal(1.75, 0.20, 5000), 2)

weight = np.round(np.random.normal(60.32, 15, 5000), 2)


np_city = np.column_stack((height, weight))

Laten we oefenen!

Introductie tot Python