Ziel

Gehe hinunter ins Büro und notiere einige statistische Daten für die Kennzahlen des Bauernhofs mithilfe des Statistik-Moduls.

Die Treppe vom Dachboden hinunter führt zu einem Büro, in dem wichtige Dateien mit Daten für den Bauernhof aufbewahrt werden. Es wäre eine gute Idee, diese Daten zu verarbeiten und zu dokumentieren, um das zukünftige Wachstum des Bauernhofs zu prognostizieren. Dafür werden wir das Statistik-Modul implementieren. Module ermöglichen es uns, Werkzeuge wie Funktionen, Klassen und dergleichen zu importieren, was die Funktionalität von Python erweitert. Um ein Modul einzurichten, schreibst du import vor dem Namen des Moduls, richtig, du hast schon die ganze Zeit ein Modul verwendet, um den Spieler zu steuern!

import statistics

Das Modul fügt mehrere Funktionen zur Berechnung von Statistiken hinzu. Hier sind einige, die wir verwenden werden, um die statistischen Daten im Büro zu verarbeiten:

• statistics.mean() : Berechnet den Durchschnittswert eines Datensatzes
• statistics.median(): Berechnet den mittleren Wert eines Datensatzes
• statistics.median_low(): Berechnet den niedrigsten Medianwert eines Datensatzes
• statistics.median_high(): Berechnet den höchsten Medianwert eines Datensatzes
• statistics.mode(): Bestimmt die zentrale Tendenz eines Datensatzes, also den am häufigsten vorkommenden Wert in der Stichprobe.
• statistics.variance(): Berechnet die Varianz der Werte in einem Datensatz. Eine hohe Zahl bedeutet, dass die Werte weit auseinander liegen, eine niedrige, dass sie nahe beieinander liegen.

Beginne damit, zum hellen X-Punkt vor den Aktenschränken zu gehen, verwende die read()-Funktion, um die Dateien zu überprüfen und die Daten zu lesen. Es gibt drei (3) Berichte, die im Feld gelesen werden sollen. Erstelle drei (3) Listen, um die Daten für jeden Bericht zu speichern: weather_report, export_report und harvest_report. Die Daten in jedem Bericht bestehen aus sechs (6) Werten, die die Daten der ersten sechs (6) Monate des Jahres repräsentieren. Notiere und speichere die sechs (6) Werte in jeder Liste, wenn du sie liest.

Sobald du die Daten in Listen notiert und gespeichert hast, gehe zum dunklen X-Punkt über dem blauen Teppich. Erstelle fünf Variablen mit den Namen: mean, median, low, high und variance. Diese Variablen werden den Wert der zuvor genannten Statistikfunktionen enthalten. Was wir tun werden, ist, die Liste des Berichts hinzuzufügen, von dem wir Statistiken erhalten möchten, was Statistiken für die bereitgestellten Daten generiert.

mean = statistics.mean( report list )

median = statistics.median( report list )

low = statistics.median_low( report list )

high = statistics.median_high( report list )

variance = statistics.variance( report list )

Mit diesen statistischen Daten werden wir die write()-Funktion verwenden, um die Daten in Memos zu notieren. Der Code-Editor wird die Sequenzen bereits vorgegeben haben. Am blauen Teppich-X-Punkt, notiere die Variablen für den export_report und schreibe sie auf. Am grünen Teppich-X-Punkt, notiere die Variablen für den harvest_report und schreibe sie auf. Am roten Teppich-X-Punkt, notiere die Variablen für den weather_report und schreibe sie auf. Du musst die Variablen für jeden Bericht zuerst befüllen, bevor du sie aufschreibst, um die korrekten statistischen Daten für jeden Bericht zu erhalten.

Sobald alle statistischen Daten notiert wurden, gehe zum goldenen X-Punkt und erstelle eine neue Liste namens group_report. In dieser Liste fügst du den export_report und den harvest_report in dieser Reihenfolge hinzu. Dadurch entsteht eine verschachtelte Liste, die mit den Statistikfunktionen nicht verwendet werden kann. Um dies zu beheben, benutze eine List-Comprehension, um die verschachtelte Liste abzuflachen, so:

group_report= [item for sublist in group_report for item in sublist]

Richte zwei weitere Variablen ein: variance und mode mit ihren jeweiligen Statistikfunktionen. Füge der Varianzfunktion die Liste group_report hinzu und der Modusfunktion die Liste weather_report, so:

variance = statistics.variance( group_report ) , mode = statistics.mode( weather_report ) . Führe die write()-Funktion aus, die im Code-Editor für diese Variablen eingerichtet wurde, um das Level abzuschließen.