資料科學 函式
本章介紹資料科學中常用的三個函式：max()、min() 和 mean()。
運動手錶資料集
| 持續時間 | Average_Pulse | Max_Pulse | Calorie_Burnage | Hours_Work | Hours_Sleep |
|---|---|---|---|---|---|
| 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 |
上面的資料集包含 6 個變數，每個變數有 10 個觀測值
- Duration - 訓練課程持續時間（分鐘）？
- Average_Pulse - 訓練課程的平均脈搏是多少？ 以每分鐘跳動次數為單位
- Max_Pulse - 訓練課程的最高脈搏是多少？
- Calorie_Burnage - 訓練課程燃燒了多少卡路里？
- Hours_Work - 在訓練課程之前，我們在工作崗位上工作了多少小時？
- Hours_Sleep - 訓練課程之前一晚我們睡了多久？
我們使用下劃線 (_) 來分隔字串，因為 Python 無法將空格識別為分隔符。
max() 函式
Python 的 max() 函式用於查詢陣列中的最高值。
示例
Average_pulse_max = max(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print (Average_pulse_max)
自己動手試一試 »
min() 函式
Python 的 min() 函式用於查詢陣列中的最低值。
示例
Average_pulse_min = min(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print (Average_pulse_min)
自己動手試一試 »
mean() 函式
NumPy 的 mean() 函式用於查詢陣列的平均值。
示例
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)
自己動手試一試 »
注意：我們在 mean 前面寫了 np.，讓 Python 知道我們要啟用 Numpy 庫中的 mean 函式。
