Keskihajonta Pythonilla
Ensimmäinen funktio on peräisin numpy-kirjastosta ja toinen menetelmä on peräisin pandas-kirjastosta. Tarkastele esimerkkiä, jossa lasketaan work_year-sarakkeen keskihajonta:
123456789101112import pandas as pd import numpy as np df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0) # Calculate the standard deviation using the function from the NumPy library std_1 = np.std(df['salary_in_usd']) # Calculate the standard deviation using the function from the pandas library std_2 = df['salary_in_usd'].std() print('The standard deviation using NumPy library is', round(std_1, 2)) print('The standard deviation using pandas library is', round(std_2, 2))
Kiitos palautteestasi!
Kysy tekoälyä
Kysy tekoälyä
Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme
What is the difference between the standard deviation calculated by NumPy and pandas?
Can you explain why the results from NumPy and pandas might differ?
How does the standard deviation help in understanding the salary data?
Awesome!
Completion rate improved to 2.63Keskihajonta Pythonilla
Pyyhkäise näyttääksesi valikon
Ensimmäinen funktio on peräisin numpy-kirjastosta ja toinen menetelmä on peräisin pandas-kirjastosta. Tarkastele esimerkkiä, jossa lasketaan work_year-sarakkeen keskihajonta:
123456789101112import pandas as pd import numpy as np df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a849660e-ddfa-4033-80a6-94a1b7772e23/update/ds_salaries_statistics', index_col = 0) # Calculate the standard deviation using the function from the NumPy library std_1 = np.std(df['salary_in_usd']) # Calculate the standard deviation using the function from the pandas library std_2 = df['salary_in_usd'].std() print('The standard deviation using NumPy library is', round(std_1, 2)) print('The standard deviation using pandas library is', round(std_2, 2))
Kiitos palautteestasi!
