การสรุปข้อมูล

NumPy เบื้องต้น

Izzy Weber

Core Curriculum Manager, DataCamp

เมธอดการ Aggregate

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

ข้อมูลของเรา

security_breaches

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

กราฟิกของอาร์เรย์ security_breaches โดยแถวแสดงป้ายกำกับเป็นปีและคอลัมน์แสดงป้ายกำกับเป็นลูกค้า

การหาผลรวมข้อมูล

security_breaches.sum()

การ Aggregate ตามแถว

กราฟิกที่ไฮไลต์แต่ละคอลัมน์พร้อมสัญลักษณ์ผลรวมที่ด้านล่าง เพื่อแสดงว่าอาร์เรย์ถูกหาผลรวมตามแนวคอลัมน์

security_breaches.sum(axis=0)

array([ 3, 10,  4])

การ Aggregate ตามคอลัมน์

กราฟิกที่ไฮไลต์แต่ละแถวพร้อมสัญลักษณ์ผลรวมทางขวาของแต่ละแถว เพื่อแสดงว่าอาร์เรย์ถูกหาผลรวมตามแนวแถว

security_breaches.sum(axis=1)

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

ทำความเข้าใจ argument axis

กราฟิกแสดงอาร์เรย์และลักษณะที่อาร์เรย์ถูกยุบเป็นคอลัมน์เดียวซึ่งบรรจุผลรวมของทุกองค์ประกอบในแต่ละแถว

ค่าต่ำสุดและค่าสูงสุด

security_breaches.min()

security_breaches.max()

security_breaches.min(axis=1)

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

การหาค่าเฉลี่ย

security_breaches.mean()

1.1333333333333333

security_breaches.mean(axis=1)

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

argument 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]])

ผลรวมสะสม

security_breaches.cumsum(axis=0)

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

การสร้างกราฟจากค่าสรุป

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()

มาฝึกกันเถอะ!

NumPy เบื้องต้น