Educoder NumPy中的聚合函数 第1关:聚合函数

编程要求
根据提示,在右侧 Begin-End 之间编写程序代码。身高数据是从后台数据中获取,具体要求如下

统计身高信息中的平均身高、最大值以及最小值;
输出身高信息的 25% 分位值、50% 分位值以及 75% 分位值,输出格式如下(中文冒号):
平均身高: Xcm
最大身高: Xcm
最小身高: Xcm
25th percentile: Xcm
50th percentile: Xcm
75th percentile: Xcm
测试说明
平台会对你编写的代码进行测试:

测试输入:[189, 170, 189, 163, 183, 171, 185, 168, 173, 183, 173, 173, 175, 178, 183, 193, 178, 173, 174, 183, 183, 168, 170, 178, 182, 180, 183, 178, 182, 188, 175, 179, 183, 193, 182, 183, 177, 185, 188, 188, 182, 185]
预期输出:

平均升高: 179.73809523809524
最大身高: 163
最小身高: 193
25th percentile: 174.25
50th percentile: 182.0
75th percentile: 183.0
开始你的任务吧,祝你成功!

import numpy as np

data = eval(input())

# 请在下面的Begin-End之间编写正确的代码
########## Begin ##########

a=np.array(data)

print('平均身高: '+str(np.mean(a)))

print('最小身高: '+str(np.min(a)))
print('最大身高: '+str(np.max(a)))
print('25th percentile: '+str(np.percentile(a,25)))
print('50th percentile: '+str(np.percentile(a,50)))
print('75th percentile: '+str(np.percentile(a,75)))

########## End ##########


  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
pandas提供了多种聚合函数来对数据进行统计分析。其一种常用的聚合函数是`agg()`函数,该函数可以对分组对象使用不同的统计方法。使用`Groupby.agg(func)`的语法格式,可以针对不同的变量使用不同的统计方法进行聚合操作。 另外,pandas还提供了移动窗口函数`rolling()`,它可以与mean、count、sum、median、std等聚合函数一起使用,用于对数据进行滑动窗口的统计计算。`rolling()`函数的语法格式为`rolling(window=n, min_periods=None, center=False)`。通过指定窗口大小、是否允许窗口的缺失值、窗口位置是否在窗口心等参数,可以对数据进行滑动窗口的聚合操作。 此外,还有指数加权移动函数`ewm()`,全称为Exponentially Weighted Moving。该函数先对序列元素进行指数加权运算,然后计算加权后的均值。可以通过指定com、span或halflife参数来实现不同的指数加权移动计算方式。示例如下: ```python import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(10, 4), index=pd.date_range('12/1/2020', periods=10), columns=['A', 'B', 'C', 'D']) # 设置com=0.5,先加权再求均值 print(df.ewm(com=0.5).mean()) ``` 在上述示例,使用了`ewm()`函数对DataFrame的每一列进行指数加权移动计算,通过设置`com=0.5`来指定加权的程度。 综上所述,pandas提供了多种聚合函数,包括`agg()`、`rolling()`和`ewm()`等,可以根据需求选择合适的函数来进行数据统计和分析。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值