Documente Academic
Documente Profesional
Documente Cultură
uzate
Bine ați venit la Provocarea Milestione, în acest scenariu, veți explora statistici descriptive despre setul de
date de biciclete folosite .
Notă -
În cele din urmă, reporniți și rulați toate celulele după finalizarea provocării.
import numpy ca np
importa panda ca pd
statistici de import
import scipy
[13]:
df = pd.read_csv(„Biciclete_Uzate.csv”)
Intrebarea 1
(a) Din setul de date de mai sus, calculați media pentru toate coloanele numerice și convertiți-o în
dicționar și salvați-o în variabila medie .
(b) Din setul de date de mai sus, calculați mediana pentru toate coloanele numerice și convertiți-o
în dicționar și salvați-o în variabila mediană .
(c) Din setul de date de mai sus, calculați modul pentru toate coloanele numerice și convertiți-l în
dicționar și salvați-l în modul variabil.
(d) Din valorile medii, mediane și mod ale coloanei kms_driven , aceasta este o distribuție
declinată pozitiv.
- Dacă răspunsul pentru afirmația de mai sus este da, atribuiți valoarea yes ca șir, altfel valoarea no ca
șir în variabila kms_driven.
Salvați ieșirile pentru (a), (b) și (c) în următorul format -
Exemplu -
{'vârsta': 85,85,
„kms_driven”: 1500,01,
„putere”: 200,01}
Notă - Aici rotunjiți valorile medii și mediane la două zecimale și modul la un număr întreg.
[57]:
imprimare (mediu)
mediană = df.median()
mod = df.mode()
intrebarea 2
(a) De la proprietarul coloanei, obțineți numărul tuturor categoriilor și convertiți-l în dicționar și
salvați-l în proprietarul variabilei.
- Dacă răspunsul pentru declarația de mai sus este da, atribuiți valoarea yes ca șir, altfel valoarea no
ca șir în variabila class_imb.
Pentru întrebarea (a) salvați rezultatul în următorul format -
Exemplu -
proprietar =
class_imb =
Fișier „<ipython-input-58-7a9c7a6960d5>” , rândul 1
proprietar =
^
SyntaxError: sintaxă nevalidă
Întrebarea 3
Pentru setul de date dat, găsiți următoarele -
- (a) Varianta populației setului de date din toate coloanele numerice și salvați-o în variabila
p_var.
- (b) Abaterea standard a populației a setului de date din toate coloanele numerice și salvați-o în
variabila p_sd.
Pentru întrebările (a) și (b) salvați rezultatul în următorul format -
{Column Name: Value}
Exemplu -
{'vârsta': 85,85,
„kms_driven”: 1500,01,
„putere”: 200,01}
Notă - Aici rotunjiți valorile la două zecimale și convertiți toate variabilele în dicționar.
[59]:
p_var =
p_sd =
Fișier „<ipython-input-59-039e0a8010f1>” , rândul 1
p_var =
^
SyntaxError: sintaxă nevalidă
Întrebarea 4
Pentru setul de date dat, găsiți următoarele -
iqr_price =
iqr_kms_driven =
Întrebarea 5
(a) Din setul de date dat găsiți matricea de corelație pentru toate coloanele numerice și salvați-o în
variabale df_corr . Aici rotunjiți valorile la două zecimale.
- Dacă răspunsul pentru afirmația de mai sus este da, atribuiți valoarea yes ca șir, altfel valoarea nu ca
șir în variabila Power_Price.
Pentru întrebările (a) salvați rezultatul în următorul format -
Exemplu -
„kms_driven”: 0,3,
„putere”: 0,18,
„preț”: 0,58}}
[ ]:
df_corr =
Age_Price =
Power_Price =
Întrebarea 6
(a) Din setul de date dat găsiți asimetria pentru toate coloanele numerice și salvați-o în variabale
df_skew . Aici rotunjiți valorile la două zecimale.
- Dacă răspunsul pentru afirmația de mai sus este da, atribuiți valoarea yes ca șir, altfel valoarea nu ca
șir în variabila Age_Skew.
(c) De la df_skew puterea este foarte denaturată.
- Dacă răspunsul pentru afirmația de mai sus este da, atribuiți valoarea yes ca șir, altfel valoarea nu ca
șir în variabila Power_Skew.
Pentru întrebarea (a) salvați rezultatul în următorul format -
Exemplu -
{'vârsta': 55,85,
„kms_driven”: 76,01,
„putere”: 61,01}
[ ]:
df_skew =
Age_Skew =
Power_Skew =
cu open('question1.txt', 'a') ca f:
print(medie, fișier = f)
print(mediana, fisier = f)
print(modul, fișier = f)
print(kms_driven , fisier = f)
cu open('question2.txt', 'a') ca f:
print(proprietar, fisier = f)
print(class_imb, fisier = f)
cu open('question3.txt', 'a') ca f:
print(p_var , fisier = f)
print(p_sd, fișier = f)
cu open('question4.txt', 'a') ca f:
print(iqr_price , fisier = f)
print(iqr_kms_driven , fisier = f)
cu open('question5.txt', 'a') ca f:
print(df_corr , fisier = f)
print(Vârsta_Preț, fișier = f)
print(Preț_Putere, fișier = f)
cu open('question6.txt', 'a') ca f:
print(df_skew, fișier = f)
print(Age_Skew, fișier = f)
print(Power_Skew , fisier = f)
[ ]:
Desc_Stats_Question.ipynb
Used_Bikes.csv
scor.py
Terminalul 1
import ast
import json
def get_file(nume_fișier):
cu open(file_name) ca f:
date = f.readlines()
scor = 0
încerca:
#Intrebarea 1
q1 = 0
întrebare1_1 = ast.literal_eval(intrebare1[0])
întrebare1_2 = ast.literal_eval(întrebare1[1])
întrebare1_2 =sortată(întrebare1_2.articole(), cheie=lambda x: x[0])
întrebare1_3 = ast.literal_eval(întrebare1[2])
if(md5(str(intrebare1_1).encode()).hexdigest() == "5234e07f99ab2b913f26a9dd0d37a3e7" și
md5(str(intrebare1_2).encode()).hexdigest() == "8cf618082cb737082c73737045"
5(str(intrebare1_3) .encode()).hexdigest() == „7dfebef1f84a7c27b5562b8e84f692b0” și
md5(str(întrebare1[3]).encode()).hexdigest() == „a6105c0a611b41b08f63”):509208f63)
q1 = q1 +20
cu exceptia:
q1 = 0
#Intrebarea 2
încerca:
q2 = 0
întrebare2_1 = ast.literal_eval(intrebare2[0])
if(md5(str(intrebare2_1).encode()).hexdigest() == "69f10a3346bf0f8d8b902a06642ae4ca" și
md5(str(intrebare2[1]).encode()).hexdigest() == "a6105b4090509050505000000000 "):
q2 = q2 + 10
cu exceptia:
q2 = 0
#Întrebarea 3
încerca:
q3 = 0
întrebare3_1 = ast.literal_eval(întrebare3[0])
întrebarea3_2 = ast.literal_eval(întrebarea3[1])
if(md5(str(intrebare3_1).encode()).hexdigest() == "7759614969fe59a095a56b8eb2f6e812" și
md5(str(intrebare3_2).encode()).hexdigest() == "ba8c0fdd0804352fdd804352f6e812"
q3 = q3 + 20
cu exceptia:
q3 = 0
#Întrebarea4
încerca:
q4 = 0
q4 = q4 +10
cu exceptia:
q4 = 0
#Întrebarea5
încerca:
q5 = 0
întrebare5_1 = ast.literal_eval(intrebare5[0])
if(md5(json.dumps(question5_1, sort_keys=True).encode('utf-8')).hexdigest() ==
"25fa51b43ce1c5bbc55fa494ce634be1" și md5(str(question5[1]).encode()). () ==
„a6105c0a611b41b08f1209506350279e” și md5(str(intrebare5[2]).encode()).hexdigest() ==
„7fa3b767c460b54a2be4d49030b349c7”):
q5 = q5 +20
cu exceptia:
q5 = 0
#Întrebarea 6
încerca:
q6 =0
întrebare6_1 = ast.literal_eval(intrebare6[0])
q6 = q6 +20
cu exceptia:
q6 = 0
încerca:
scor = q1 + q2 + q3 + q4 + q5 + q6
print("FS_SCORE:{0}%".format(score))
cu exceptia:
print("FS_SCORE:0%")