Fungsi Ilmu Data
Bab ini menunjukkan tiga fungsi yang umum digunakan saat bekerja dengan Ilmu Data: max(), min(), dan mean().
Kumpulan Data Jam Tangan Olahraga
| Durasi | Rata_Pulse | Maks_Pulsa | Pembakaran Kalori | Jam_Kerja | Jam_Tidur |
|---|---|---|---|---|---|
| 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 |
Kumpulan data di atas terdiri dari 6 variabel, masing-masing dengan 10 observasi:
- Durasi - Berapa lama sesi latihan berlangsung dalam hitungan menit?
- Average_Pulse - Berapa denyut nadi rata-rata sesi latihan? Ini diukur dengan ketukan per menit
- Max_Pulse - Berapa denyut nadi maksimal dari sesi latihan?
- Kalori_Pembakaran - Berapa banyak kalori yang terbakar pada sesi latihan?
- Hours_Work - Berapa jam kami bekerja di tempat kerja kami sebelum sesi pelatihan?
- Hours_Sleep - Berapa banyak kita tidur malam sebelum sesi latihan?
Kami menggunakan garis bawah (_) untuk memisahkan string karena Python tidak dapat membaca spasi sebagai pemisah.
Fungsi maks()
Fungsi Python max()digunakan untuk mencari nilai tertinggi dalam sebuah array.
Contoh
Average_pulse_max = max(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print
(Average_pulse_max)
Fungsi min()
Fungsi Python min()digunakan untuk menemukan nilai terendah dalam array.
Contoh
Average_pulse_min = min(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print
(Average_pulse_min)
Fungsi mean()
Fungsi NumPy mean()digunakan untuk mencari nilai rata-rata array.
Contoh
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)
Kami menulis np. di depan mean untuk memberi tahu Python bahwa kita ingin mengaktifkan fungsi mean dari perpustakaan Numpy .