''Pandas' on loistava kieli tietojen analysointiin sen suuren tietokeskeisten python-pakettien ekosysteemin ansiosta. Tämä helpottaa molempien tekijöiden analysointia ja tuontia. Keskihajonta on 'tyypillinen' poikkeama, joka on johdettu keskiarvosta. Sitä käytetään paljon, koska se palauttaa tietokehyksen alkuperäiset mittayksiköt. Pandat käyttivät std():tä keskihajonnan laskemiseen. Keskihajonta voidaan laskea annetuista arvoista, jotka voivat olla tietokehyksessä rivin tai sarakkeen muodossa. Otamme käyttöön kaikki mahdolliset tavat, joilla pandan keskihajontaa käytetään. Käytämme koodin toteuttamiseen työkalua 'spyder' sellaisena kuin se on kirjoitettu python-ystävällisessä ympäristössä.'
Syntaksi
'df.std ( ) ”
Tietokehyksen keskihajonnan laskemiseen käytetään seuraavaa syntaksia. Tietokehyksen 'df' on lyhenne sanoista 'dataframe'. Mitä keskihajonta tekee? Se mittaa, kuinka laajoja vaaditut tiedot ovat. Mitä enemmän laajennettuja korkeita arvoja, sitä suurempi keskihajonnan tulisi esiintyä.
Palata
Pandan keskihajonta palauttaa tietokehyksen, jos taso on määritetty vaatimuksen perusteella.
Huomaa, että funktio 'std()' jättää automaattisesti huomioimatta 'Df':n 'NaN'-arvot laskettaessa pandan keskihajontaa. 'NaN' voidaan selittää 'ei numerolla', mikä tarkoittaa, että tietylle ei ole määritetty arvoa.
Seuraavat ovat menetelmät, jotka suoritetaan esimerkkien avulla pandan keskihajonnasta:
-
- Pandan keskihajonnan laskenta yhdessä sarakkeessa.
- Pandan keskihajonnan laskenta useissa sarakkeissa.
- Panda-keskihajonnan laskeminen kaikista numeerisista sarakkeista.
- pandan keskihajonta akselilla = 1.
- pandan keskihajonta akselilla = 0.
Tietokehyksen luominen keskihajonnan laskemista varten Pandasissa
Avaa ensin 'spyder' -ohjelmisto. Tuo nyt pandaskirjasto pd-tiedostona. Luomme datakehyksen, joka koostuu tulostaulusta, jossa on termit 'x', 'y' ja 'z' ja niiden pisteet '22', '10', '11', '16', '12', '45'. ”, “36” ja “40”. Meillä on myös heidän syöttöarvonsa '8', '9', '13', '7', '22', '24', '4' ja '6', ja levypallojen arvo on '17', ' 14', '3', '5', '9', '8', '7' ja '4'.
Näytöillä näkyy luotu tietokehys koodissa määritettyjen arvojen mukaisesti:
Esimerkki # 01: Pandan keskihajonnan laskenta yhdessä sarakkeessa
Tässä esimerkissä laskemme pandatietokehyksen yksittäisen sarakkeen keskihajonnan. Tietokehyksessä on ryhmän arvot 'u', 'v' ja 'b' ja niiden pisteet '44', '33', '22', '44', '45', '88', '96'. ' ja '78'. Syöttösyöttöjen arvot ovat '7', '8', '9', '10', '11', '14', '18' ja '17', ja myös levypallojen arvot ovat '11', ' 9', '8', '7', '6', '5', '4' ja '3'. Sarake 'pisteet' valitaan tietokehyksestä yhden sarakkeen keskihajonnan laskemiseksi.
Tulos näyttää sarakkeesta 'pisteet' lasketun keskihajonnan:
Esimerkki # 02: Pandan keskihajonnan laskenta useissa sarakkeissa
Tässä esimerkissä suoritamme pandan keskihajonnan laskelmat useissa sarakkeissa. Tässä tietokehyksessä tiedot ovat jälleen urheilutulostaulusta, jonka joukkueen arvot ovat 'n', 'w' ja 't' ja pisteet '33', '22', '66', '55', '44', '88', '99' ja '77'. Syötöt muodossa '9', '7', '8', '11', '16', '14', '12' ja '13' ja levypallot '5', '8', '1', ' 2', '3', '4', '6' ja '7'. Tässä lasketaan kahden sarakkeen “points” ja “rebounds” keskihajonta käyttämällä datakehykseen sovellettua funktiota std().
Kuten näemme, tulos näyttää, että keskihajonna oli 26,944387 pistesarakkeessa ja 2,449490 palautussarakkeessa.
Esimerkki # 03: Pandan keskihajonnan laskenta kaikille numeerisille sarakkeille
Nyt olemme oppineet laskemaan yhden ja useamman rivin keskihajonnan. Entä jos emme halua määrittää kaikkia tietokehyksen sarakkeiden nimiä ja laskea koko tietokehystä? Tämä on mahdollista vain yksinkertaisella pandan keskihajonnan funktion toteutuksella koko datakehyksen laskemiseksi tuloksissa. Tässä datakehys koostuu 'l', 'm' ja 'o' pisteistä '33', '36', '79', '78', '58', '55', ja kahdella joukkueella on samat pisteet. eli '25'. Syötöt ovat '1', '2', '3', '4', '6', '9', '5' ja '7' ja niiden levypallot '14', '10', '2' , '5', '8', '3', '6' ja '9'. Voimme laskea kaikki pandojen standardipoikkeamat tietokehyksessä käyttämällä pandan “std()”-funktiota.
Näytössä on koko 'df':n laskettu standardipoikkeama alla; voimme myös huomata, että pandat eivät ole laskeneet ensimmäisen sarakkeen keskihajontaa, joka on 'joukkue', koska se ei ole numeerinen sarake.
Esimerkki # 04: Pandan keskihajonta akselilla = 0
Tässä esimerkissä tietokehyksissä on lajien joukkueet 'g', 'h' ja 'k' lisätietojen kera. Tässä lasketaan keskihajonta käyttämällä akselia '0' -parametrina, jota käytetään pandan keskihajonnassa. Tämä argumentti laskee tietokehyksen sarakekohtaisen keskihajonnan.
Seuraava tulos näyttää tulokset lasketun keskihajonnan sarakkeissa. Pistesarakkeen laskettu keskihajonta on '24,0313062', avustussarakkeen laskettu keskihajonna on '2,669270' ja palautussarakkeen laskettu keskihajonta on '3,943802'.
Esimerkki # 05: Pandan keskihajonta akselilla = 1
Tässä käytämme akseliparametria, joka on määritetty arvoksi '1', laskeaksemme keskihajonnan pandoissa. Mitä eroa akselilla '1' voi olla? '1'-akselin argumentti laskee tietokehyksen numeeristen arvojen rivikohtaisen keskihajonnan. Tietokehyksessä on kolme joukkuetta 's', 'd' ja 'e', lisättynä tietosarakkeisiin, jotka on luotu joukkueen pisteiksi, joukkueen syöttöiksi ja joukkueen levypalloiksi. Kaikille ajo-ohjeille on määritetty eri arvot tietokehyksessä. Tämä akseliparametri on sellainen pelin vaihtaja, koska siihen mennessä meidän on työstettävä dataa, missä haluamme sen olevan sarakkeessa plus pisteessä, joka lasketaan suoritetusta keskihajonnasta.
Seuraava tulos näyttää keskihajonnan, joka on laskettu tietokehyksen rivillä:
Johtopäätös
Pandan keskihajonta on erittäin tekninen funktio, joka on erittäin hyödyllinen funktio, koska se löytää pandatietokehysten innostussopimuksen keskihajonnan. Tässä pääkirjoituksessa olemme tutkineet pandojen keskihajonnan laskentamenetelmiä. Olemme tehneet yhden sarakkeen laskelmia keskihajonnasta ja useista sarakkeista ja laskeneet myös koko tietokehyksen keskihajonnan yhdessä. Kaikki strategiat toimivat hyvin, kunhan niitä käytetään johdonmukaisesti ja toivotuin tuloksin.