ဒေတာသိပ္ပံ လုပ်ဆောင်ချက်များ

ဤအခန်းတွင် Data Science နှင့် အလုပ်လုပ်သောအခါ အသုံးများသော function သုံးခုကို ပြသသည်- max(), min(), နှင့် mean()။

အားကစားစောင့်ကြည့်မှုဒေတာသတ်မှတ်

သင်တန်းကာလ	ပျမ်းမျှ_Pulse	Max_Pulse	ကယ်လိုရီ_လောင်ကျွမ်းမှု	နာရီ_အလုပ်	နာရီ_အိပ်ချိန်
၃၀	၈၀	၁၂၀	၂၄၀	၁၀	၇
၃၀	၈၅	၁၂၀	၂၅၀	၁၀	၇
၄၅	၉၀	၁၃၀	၂၆၀	၈	၇
၄၅	၉၅	၁၃၀	၂၇၀	၈	၇
၄၅	၁၀၀	၁၄၀	၂၈၀	၀ယ်တယ်။	၇
၆၀	၁၀၅	၁၄၀	၂၉၀	၇	၈
၆၀	၁၁၀	၁၄၅	၃၀၀	၇	၈
၆၀	၁၁၅	၁၄၅	၃၁၀	၈	၈
၇၅	၁၂၀	၁၅၀	၃၂၀	၀ယ်တယ်။	၈
၇၅	၁၂၅	၁၅၀	၃၃၀	၈	၈

အထက်ဖော်ပြပါ အချက်အလက်တွင် ကိန်းရှင် 6 ခု ပါ၀င်ပြီး တစ်ခုစီတွင် ရှုမြင်ချက် 10 ခုပါရှိသည်-

ကြာချိန် - လေ့ကျင့်ခန်းကို မိနစ်ပိုင်းအတွင်း ဘယ်လောက်ကြာကြာ ခံခဲ့လဲ။
Average_Pulse - လေ့ကျင့်ရေးစက်ရှင်ရဲ့ ပျမ်းမျှသွေးခုန်နှုန်းက ဘယ်လောက်လဲ။ ၎င်းကို တစ်မိနစ်လျှင် စည်းချက်ဖြင့် တိုင်းတာသည်။
Max_Pulse - လေ့ကျင့်ရေးစက်ရှင်ရဲ့ အမြင့်ဆုံးသွေးခုန်နှုန်းက ဘယ်လောက်လဲ။
Calorie_Burnage - လေ့ကျင့်ခန်းတွင် ကယ်လိုရီမည်မျှလောင်ကျွမ်းသွားသနည်း။
နာရီ_အလုပ် - သင်တန်းမစမီ ကျွန်ုပ်တို့၏ အလုပ်တွင် နာရီမည်မျှအလုပ်လုပ်ခဲ့သနည်း။
Hours_Sleep - လေ့ကျင့်ခန်းမစခင်ညက ဘယ်လောက်အိပ်ခဲ့လဲ။

Python သည် space ကိုသီးခြားအဖြစ်မဖတ်နိုင်သောကြောင့် strings များကိုခွဲရန် underscore (_) ကိုအသုံးပြုသည်။

max() လုပ်ဆောင်ချက်

max()array တစ်ခုရှိ အမြင့်ဆုံးတန်ဖိုးကို ရှာရန် Python လုပ်ဆောင်ချက်ကို အသုံးပြုသည်။

ဥပမာ

Average_pulse_max = max(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)

print (Average_pulse_max)

min() လုပ်ဆောင်ချက်

min()array တစ်ခုရှိ အနိမ့်ဆုံးတန်ဖိုးကို ရှာရန် Python လုပ်ဆောင်ချက်ကို အသုံးပြုသည်။

ဥပမာ

Average_pulse_min = min(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)

print (Average_pulse_min)

mean() လုပ်ဆောင်ချက်

NumPy mean()လုပ်ဆောင်ချက်ကို array တစ်ခု၏ ပျမ်းမျှတန်ဖိုးကို ရှာဖွေရန် အသုံးပြုသည်။

ဥပမာ

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)

np ရေးတယ် ။ ကျွန်ုပ်တို့သည် Numpy စာကြည့်တိုက်မှ mean function ကို အသက်သွင်းလိုကြောင်း Python သိစေရန် ဆိုလို ခြင်း ၏ ရှေ့တွင် ။

❮ ယခင် နောက်တစ်ခု ❯