Obiettivo

Scendi all'ufficio e traccia alcuni dati statistici per le metriche della fattoria utilizzando il modulo statistics.

Giù per le scale dalla soffitta c'è un ufficio, dove sono conservati file che contengono dati importanti per la fattoria. Sarebbe una buona idea elaborare quei dati e documentarli per prevedere la crescita futura della fattoria. Per fare questo implementeremo l'uso del modulo statistics. I moduli ci permettono di importare strumenti come funzioni, classi e simili, ampliando così le funzionalità di Python. Per configurare un modulo, scrivi import davanti al nome del modulo, esatto, hai usato un modulo per controllare il giocatore tutto questo tempo!

import statistics

Il modulo aggiunge diverse funzioni per il calcolo delle statistiche, eccone alcune che useremo per elaborare i dati statistici nell'ufficio:

• statistics.mean() : Calcola la media di un insieme di dati
• statistics.median(): Calcola il valore mediano di un insieme di dati
• statistics.median_low(): Calcola il valore mediano più basso di un insieme di dati
• statistics.median_high(): Calcola il valore mediano più alto di un insieme di dati
• statistics.mode(): Calcola la tendenza centrale di un insieme di dati, in altre parole il valore più presente nel campione.
• statistics.variance(): Calcola la varianza dei valori in un insieme di dati. Un numero elevato significa che i valori sono dispersi, un numero basso indica che i valori sono vicini tra loro.

Inizia camminando verso il segno X luminoso di fronte ai mobili per archiviazione, usa la funzione read() per controllare i file e leggere i dati. Ci sono tre (3) report da leggere nel campo, crea tre (3) liste per memorizzare i dati per ciascuno: weather_report, export_report e harvest_report. I dati in ciascun report contengono sei (6) valori che rappresentano i dati relativi ai primi sei (6) mesi dell'anno. Annota e memorizza i sei (6) valori in ogni lista quando li leggi.

Una volta annotati e memorizzati i dati nelle liste, cammina verso il segno X scuro sul tappeto blu. Crea cinque variabili denominate: mean, median, low, high e variance. Queste variabili conterranno i valori delle funzioni statistiche che abbiamo descritto in precedenza. Quello che faremo sarà aggiungere la lista del report da cui desideriamo ottenere le statistiche, generando così le statistiche per i dati forniti.

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 )

Con questi dati statistici utilizzeremo la funzione write() per annotare i dati nei promemoria, il code editor avrà le sequenze pre-scritte. Sul segno X blu sul tappeto, evidenzia le variabili per export_report e annotale. Sul segno X verde sul tappeto, evidenzia le variabili per harvest_report e annotale. Sul segno X rosso sul tappeto, evidenzia le variabili per weather_report e annotale. Devi prima popolare le variabili per ogni report prima di scriverle, in modo da avere i corretti dati statistici per ciascuno.

Una volta che tutti i dati statistici sono stati tracciati, vai al segno X dorato e crea una nuova lista chiamata group_report. In questa lista aggiungerai export_report e harvest_report in quest'ordine. Questo creerà una lista annidata che non può essere utilizzata con le funzioni statistiche; per risolvere ciò, usa una list comprehension per appiattire la lista annidata, così: group_report= [item for sublist in group_report for item in sublist]

Configura altre due variabili: variance e mode con le rispettive funzioni statistiche. Aggiungi la lista group_report alla funzione statistica della varianza, e aggiungi la lista weather_report alla funzione statistica della moda, in questo modo: variance = statistics.variance( group_report ), mode = statistics.mode( weather_report ). Esegui la funzione write() configurata nel code editor per queste variabili, in modo da completare il livello.