데이터 과학 기능

이 장에서는 데이터 과학으로 작업할 때 일반적으로 사용되는 세 가지 함수인 max(), min() 및 mean()을 보여줍니다.

스포츠 시계 데이터 세트

지속	Average_Pulse	Max_Pulse	칼로리_소모	근무시간_근무	시간_수면
30	80	120	240	10	7
30	85	120	250	10	7
45	90	130	260	8	7
45	95	130	270	8	7
45	100	140	280	0	7
60	105	140	290	7	8
60	110	145	300	7	8
60	115	145	310	8	8
75	120	150	320	0	8
75	125	150	330	8	8

위의 데이터 세트는 각각 10개의 관측값이 있는 6개의 변수로 구성됩니다.

기간 - 교육 세션이 몇 분 동안 지속되었습니까?
Average_Pulse - 교육 세션의 평균 맥박은 얼마입니까? 이것은 분당 비트 수로 측정됩니다.
Max_Pulse - 교육 세션의 최대 펄스는 얼마였습니까?
Calorie_Burnage - 훈련 세션에서 소모된 칼로리는 얼마입니까?
Hours_Work - 교육 세션 전에 직장에서 몇 시간 일했습니까?
Hours_Sleep - 훈련 세션 전날 밤에 얼마나 잤습니까?

파이썬은 공백을 구분 기호로 읽을 수 없기 때문에 밑줄(_)을 사용하여 문자열을 구분합니다.

max() 함수

Python max()함수는 배열에서 가장 높은 값을 찾는 데 사용됩니다.

예시

Average_pulse_max = max(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)

print (Average_pulse_max)

min() 함수

Python min()함수는 배열에서 가장 낮은 값을 찾는 데 사용됩니다.

예시

Average_pulse_min = min(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)

print (Average_pulse_min)

평균() 함수

NumPy mean()함수는 배열의 평균값을 찾는 데 사용됩니다.

예시

import numpy as np

Calorie_burnage = [240, 250, 260, 270, 280, 290, 300, 310, 320, 330]

Average_calorie_burnage = np.mean(Calorie_burnage)

print(Average_calorie_burnage)

우리는 np 를 씁니다 . Numpy 라이브러리 에서 mean 함수 를 활성화하고 싶다는 것을 Python에 알리기 위해 mean 앞에 있습니다.

❮ 이전의 다음 ❯