Elice ML 수치형자료 변환

수치형 자료 요약 평균 

mean = np.mean(array)

 

import numpy as np

coffee = np.array([202,177,121,148,89,121,137,158])

"""

1. 평균계산

"""

cf_mean = coffee.mean() # 또는 np.mean(coffee)

# 소수점 둘째 자리까지 반올림하여 출력합니다.

print("Mean :", round(cf_mean,2))

 

 

표준편차 계산 함수

statistics의 stdev 함수는 표준편차를 계산하여 리턴합니다. 입력으로 numpy array를 입력하여 계산할 수 있습니다.

std = stdev(array)

 

1. coffee에 저장된 카페인 함량 값들의 표준편차를 계산해서 cf_std 에 저장해서 확인해봅시다.

from statistics import stdev

import numpy as np

coffee = np.array([202,177,121,148,89,121,137,158])

"""

1. 표준편차 계산

"""

cf_std = stdev(coffee)

# 소수점 둘째 자리까지 반올림하여 출력합니다.

print("Sample std.Dev : ", round(cf_std,2))

 

수치형 자료의 요약 -히스토그램

plt.hist(coffee)

plt.hist(coffee, bins=3)

bins은 히스토그램을 구성하는 계급의 개수를 의미합니다. 다양한 값을 넣어서 출력되는 결과를 확인해보세요.

 

import numpy as np

import matplotlib.pyplot as plt

from elice_utils import EliceUtils

elice_utils = EliceUtils()

# 카페인 데이터

coffee = np.array([202,177,121,148,89,121,137,158])

fig, ax = plt.subplots()

"""

1. 히스토그램을 그리는 코드를 작성해 주세요

"""

plt.hist(coffee)

# 히스토그램을 출력합니다.

plt.show()

fig.savefig("hist_plot.png")

elice_utils.send_image("hist_plot.png")