jupyter作业

最新推荐文章于 2023-03-08 14:10:02 发布

m0_38134889

最新推荐文章于 2023-03-08 14:10:02 发布

阅读量2.3k

点赞数

本文链接：https://blog.youkuaiyun.com/m0_38134889/article/details/80673009

版权

这篇博客详细介绍了如何在Jupyter环境中进行数据处理，包括计算数据的均值、方差、相关系数以及线性回归。作业内容涵盖numpy库的使用，如mean()和var()函数，以及通过statmodels库求解线性回归模型。此外，还涉及了使用seaborn库进行数据可视化，特别是使用sns.FacetGrid创建多面板图形。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

链接：https://nbviewer.jupyter.org/github/schmit/cme193-ipython-notebooks-lecture/blob/master/Exercises.ipynb

首先引用作业所需的所有库

读取作业所需的csv文件

anascombe = pd.read_csv('C:/Users/Wzs/Desktop/anscombe.csv')
anascombe.head()

part1

1、计算x和y的均值和方差

使用mean（）函数计算均值以及var函数计算方差即可

x = anascombe['x']
y = anascombe['y']
print('mean of x:' + str(x.mean()))
print('mean of y:' + str(y.mean()))
print('variance of x:' + str(x.var()))
print('variance of y:' + str(y.var()))