Sammanfatta data

Introduktion till NumPy

Izzy Weber

Core Curriculum Manager, DataCamp

Aggregeringsmetoder

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

Våra data

security_breaches

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

En grafik av arrayen security_breaches, med rader märkta som år och kolumner märkta som klienter

Summera data

En grafik av arrayen security_breaches, med rader märkta som år och kolumner märkta som klienter

security_breaches.sum()

Aggregera rader

En grafik där varje kolumn är markerad med summasymboler längst ned, vilket visar att arrayen summeras nedåt längs varje kolumn

security_breaches.sum(axis=0)

array([ 3, 10,  4])

Aggregera kolumner

En grafik där varje rad är markerad med summasymboler till höger, vilket visar att arrayen summeras längs varje rad

security_breaches.sum(axis=1)

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

Förstå axis-argumentet

En grafik som visar en array och hur den komprimeras till en enda kolumn med summan av alla element i varje rad

Minimi- och maximivärden

En grafik av arrayen security_breaches, med rader märkta som år och kolumner märkta som klienter

security_breaches.min()

security_breaches.max()

security_breaches.min(axis=1)

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

Beräkna medelvärde

En grafik av arrayen security_breaches, med rader märkta som år och kolumner märkta som klienter

security_breaches.mean()

1.1333333333333333

security_breaches.mean(axis=1)

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

Argumentet keepdims

security_breaches.sum(axis=1)

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

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

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

Kumulativa summor

En grafik av arrayen security_breaches, med rader märkta som år och kolumner märkta som klienter

security_breaches.cumsum(axis=0)

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

Visualisera sammanfattande värden

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()

Nu kör vi en övning!

Introduktion till NumPy