วิธีจัดกึ่งกลางข้อมูลใน python: พร้อมตัวอย่าง
การจัดศูนย์กลาง ชุดข้อมูลหมายถึงการลบ ค่าเฉลี่ย ของ การสังเกต แต่ละรายการในชุดข้อมูล
เมื่อคุณจัดชุดข้อมูลให้อยู่ตรงกลาง ค่าเฉลี่ยของชุดข้อมูลจะกลายเป็นศูนย์
ตัวอย่างต่อไปนี้แสดงวิธีการจัดกึ่งกลางข้อมูลใน Python
ตัวอย่างที่ 1: จัดกึ่งกลางค่าของอาร์เรย์ NumPy
สมมติว่าเรามีอาร์เรย์ NumPy ดังต่อไปนี้:
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
เราสามารถกำหนด ฟังก์ชัน เพื่อลบค่าอาร์เรย์เฉลี่ยจากการสังเกตแต่ละครั้งได้:
#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.])
ค่าที่ได้จะเป็นค่าที่อยู่กึ่งกลางของชุดข้อมูล
เนื่องจากค่าเฉลี่ยของตารางเดิมคือ 14 ฟังก์ชันนี้จึงลบ 14 ออกจากแต่ละค่าในตารางเดิม
ตัวอย่างเช่น:
- ค่าที่ 1 ของอาร์เรย์ที่อยู่กึ่งกลาง = 4 – 14 = -10
- ค่าที่ 2 ของอาร์เรย์ที่อยู่กึ่งกลาง = 6 – 14 = -8
- ค่าที่ 3 ในอาร์เรย์กึ่งกลาง = 9 – 14 = -5
และอื่นๆ
เรายังสามารถตรวจสอบได้ว่าค่าเฉลี่ยของตารางตรงกลางเป็นศูนย์:
#display mean of centered array print ( data_centered.mean ()) 0.0
ตัวอย่างที่ 2: จัดกึ่งกลางคอลัมน์ของ Pandas DataFrame
สมมติว่าเรามี DataFrame แพนด้าดังต่อไปนี้:
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
เราสามารถใช้ฟังก์ชัน pandas Apply() เพื่อจัดกึ่งกลางค่าของแต่ละคอลัมน์ใน 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
จากนั้นเราสามารถตรวจสอบได้ว่าค่าเฉลี่ยของแต่ละคอลัมน์เป็นศูนย์:
#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
ค่าเฉลี่ยของคอลัมน์จะแสดงในรูปแบบทางวิทยาศาสตร์ แต่โดยพื้นฐานแล้วแต่ละค่าจะเป็นศูนย์
แหล่งข้อมูลเพิ่มเติม
บทช่วยสอนต่อไปนี้จะอธิบายวิธีดำเนินการทั่วไปอื่นๆ ใน Python:
วิธีการคำนวณค่าเฉลี่ยแบบเล็มใน Python
วิธีการคำนวณ Mean Square Error (MSE) ใน Python
วิธีการคำนวณค่าเฉลี่ยของคอลัมน์ที่เลือกใน Pandas