Cara memusatkan data dengan python: dengan contoh

Memusatkan kumpulan data berarti mengurangkan nilai rata-rata setiap observasi individu dalam kumpulan data.

Setelah Anda memusatkan kumpulan data, nilai rata-rata kumpulan data tersebut menjadi nol.

Contoh berikut menunjukkan cara memusatkan data dengan Python.

Contoh 1: Pusatkan nilai array NumPy

Misalkan kita memiliki array NumPy berikut:

 import numpy as np

#create NumPy array
data = np. array ([4, 6, 9, 13, 14, 17, 18, 19, 19, 21])

#display mean of array
print ( data.mean ())

14.0

Kita dapat mendefinisikan fungsi untuk mengurangi nilai array rata-rata dari setiap observasi:

 #create function to data center
center_function = lambda x: x - x. mean ()

#apply function to original NumPy array
data_centered = center_function(data)

#view updated Array
print (data_centered)

array([-10., -8., -5., -1., 0., 3., 4., 5., 5., 7.])

Nilai yang dihasilkan merupakan nilai terpusat dari dataset.

Karena rata-rata tabel asli adalah 14, fungsi ini hanya mengurangkan 14 dari setiap nilai individual dalam tabel asli.

Misalnya:

• Nilai pertama array terpusat = 4 – 14 = -10
• Nilai ke-2 dari array terpusat = 6 – 14 = -8
• Nilai ke-3 dalam array terpusat = 9 – 14 = -5

Dan seterusnya.

Kita juga dapat memeriksa bahwa rata-rata tabel di tengah adalah nol:

 #display mean of centered array
print ( data_centered.mean ())

0.0

Contoh 2: Pusatkan kolom Pandas DataFrame

Misalkan kita memiliki panda DataFrame berikut:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' x ': [1, 4, 5, 6, 6, 8, 9],
                   ' y ': [7, 7, 8, 8, 8, 9, 12],
                   ' z ': [3, 3, 4, 4, 6, 7, 7]})

#view DataFrame
print (df)

   X Y Z
0 1 7 3
1 4 7 3
2 5 8 4
3 6 8 4
4 6 8 6
5 8 9 7
6 9 12 7

Kita dapat menggunakan fungsi pandas apply() untuk memusatkan nilai setiap kolom di DataFrame:

 #center the values in each column of the DataFrame
df_centered = df. apply ( lambda x: xx.mean ())

#view centered DataFrame
print (df_centered)

	        X Y Z
0 -4.571429 -1.428571 -1.857143
1 -1.571429 -1.428571 -1.857143
2 -0.571429 -0.428571 -0.857143
3 0.428571 -0.428571 -0.857143
4 0.428571 -0.428571 1.142857
5 2.428571 0.571429 2.142857
6 3.428571 3.571429 2.142857 

Kami kemudian dapat memverifikasi bahwa nilai rata-rata setiap kolom adalah nol:

 #display mean of each column in the DataFrame
df_centered. mean ()

x 2.537653e-16
y-2.537653e-16
z 3.806479e-16
dtype:float64

Rata-rata kolom ditampilkan dalam notasi ilmiah, namun setiap nilai pada dasarnya nol.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan operasi umum lainnya dengan Python:

Cara menghitung mean terpangkas dengan Python
Cara Menghitung Mean Square Error (MSE) dengan Python
Cara menghitung rata-rata kolom yang dipilih di Pandas