Gegevens samenvatten

Introductie tot NumPy

Izzy Weber

Core Curriculum Manager, DataCamp

Aggregatiemethoden

.sum()
.min()
.max()
.mean()
.cumsum()

Onze data

security_breaches

array([[0, 5, 1],
       [0, 2, 0],
       [1, 1, 2],
       [2, 2, 1],
       [0, 0, 0]])

Een grafiek van de security_breaches-array, met rijen als jaren en kolommen als klanten

Data sommeren

Een grafiek van de security_breaches-array, met rijen als jaren en kolommen als klanten

security_breaches.sum()

Rijen aggregeren

een grafiek met elke kolom gemarkeerd en somsymbolen onderaan om aan te geven dat de array per kolom wordt gesommeerd

security_breaches.sum(axis=0)

array([ 3, 10,  4])

Kolommen aggregeren

een grafiek met elke rij gemarkeerd en somsymbolen rechts van elke rij om aan te geven dat de array per rij wordt gesommeerd

security_breaches.sum(axis=1)

array([6, 2, 4, 5, 0])

De axis-parameter begrijpen

Een grafiek die een array toont en hoe die wordt samengevouwen tot één kolom met de som per rij

Minimum- en maximumwaarden

Een grafiek van de security_breaches-array, met rijen als jaren en kolommen als klanten

security_breaches.min()

security_breaches.max()

security_breaches.min(axis=1)

array([0, 0, 1, 1, 0])

Het gemiddelde berekenen

Een grafiek van de security_breaches-array, met rijen als jaren en kolommen als klanten

security_breaches.mean()

1.1333333333333333

security_breaches.mean(axis=1)

array([2., 0.6667, 1.3333, 1.6667, 0.])

De keepdims-parameter

security_breaches.sum(axis=1)

array([6, 2, 4, 5, 0])

security_breaches.sum(axis=1, keepdims=True)

array([[6],
       [2],
       [4],
       [5],
       [0]])

Cumulatieve sommen

Een grafiek van de security_breaches-array, met rijen als jaren en kolommen als klanten

security_breaches.cumsum(axis=0)

array([[ 0,  5,  1],
       [ 0,  7,  1],
       [ 1,  8,  3],
       [ 3, 10,  4],
       [ 3, 10,  4]])

Samenvattingen plotten

cum_sums_by_client = security_breaches.cumsum(axis=0)
plt.plot(np.arange(1, 6), cum_sums_by_client[:, 0], label="Client 1")
plt.plot(np.arange(1, 6), cum_sums_by_client.mean(axis=1), label="Average")
plt.legend()
plt.show()

Laten we oefenen!

Introductie tot NumPy