Mittelwert, Median und Standardabweichung mit NumPy
Mittelwert und Median beschreiben die Lage; die Standardabweichung misst die Streuung der Werte.
Was ist Mittelwert, Median und Standardabweichung mit NumPy?
Mittelwert und Median beschreiben die Lage; die Standardabweichung misst die Streuung der Werte.
Berechne grundlegende statistische Kennzahlen eines Arrays.
Wann wird dieser Ansatz verwendet?
- Vektorisierte Berechnungen auf vielen Werten ausführen.
- Arrays, Matrizen und wissenschaftliche Daten effizient verarbeiten.
- Daten für Data Science und Machine Learning vorbereiten.
Beispielcode
main.py
import numpy as np
scores = np.array([72, 81, 85, 90, 92])
print("mean:", np.mean(scores))
print("median:", np.median(scores))
print("std:", round(np.std(scores), 2))Erwartete Ausgabe
mean: 84.0
median: 85.0
std: 7.13So funktioniert es
np.mean, np.median und np.std arbeiten über alle Werte oder entlang einer angegebenen Achse. Fehlende Werte benötigen gegebenenfalls die nan-Varianten.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungsaufgaben
Verändere Eingaben und Randfälle, bevor du die Lösung mit größeren Datenmengen testest.
- Verändere Shape und dtype des Eingabearrays.
- Teste negative Werte, Fließkommazahlen und fehlende Daten.
- Miss die Laufzeit mit einem größeren Array.