경기도미래기술학교 AI개발자 부트캠프 26일차 TIL- 파이썬으로 통계학 기초 배우기.

 

# x = int(input())
# y = int(input())
#
# if(x>0 and y>0):
#     print(1)
# elif(x<0 and y>0):
#     print(2)
# elif(x<0 and y<0):
#     print(3)
# elif(x>0 and y<0):
#     print(4)


#mean subtraction
# score1 = 10
# score2 = 20
# score3 = 30
# n_student = 3
#
# score_mean = (score1+score2+ score3)/n_student
#
# score1 -= score_mean
# score2 -= score_mean
# score3 -= score_mean
#
# score_mean = (score1+score2+score3)/n_student
#
# print(score_mean)

#평균의 제곱과 제곱의 평균.
# score1 = 10
# score2 = 20
# score3 = 30
# n_student = 3
#
# mean = (score1+ score2 + score3)/n_student
# square_of_mean = mean**2
# mean_of_square = (score1**2+score2**2+score3**2)/n_student
#
# print("square of mean:", square_of_mean)
#
# print("mean of square:",mean_of_square)

#제곱의 평균-평균의 제곱 = 분산.
#10**2+

# mean**2
# (score1**2+score2**2+score3**3)/n_student

#편차 : 어떤 데이터에서 원점까지의 거리.

#값들을 제곱을 하고, 다 더한 다음 데이터의 수만큼 뺀다.
#분산은 데이터가 얼마나 분산되어있는지 나타냄. 편차 제곱의 평균.

#제곱의 평균 - 평균의 제곱.

# a,b,c,d = 3,5,7,9
# num = 4
# mean_sqaure =(a**2+b**2+c**2+d**2)/num #제곱의 평균.
# print('mean of square= ',mean_sqaure)
# square = ((a+b+c+d)/num)**2
# print('sqaure=',square)
# print(mean_sqaure-square)
#
# # 3,5,7,9
# # 평균이 6
# # 분산은 5.0
#
# mean = (a+b+c+d)/num
#
# print(mean)
#
# print((((a-mean)**2)+((b-mean)**2)+((c-mean)**2)+((d-mean)**2))/4)
#
# print(5.0**0.5)


# 1-13 Standardization. 평균이 0이고, 분산이 1로 바뀌게 된다.
# 각 데이터에서 평균을 빼주고 표준편차(시그마)로 나눈다.

# 표준정규분포.
#3시그마는 아웃라이어, 노이즈라고 볼 수 있다.

# score1 = 10
# score2 = 20
# score3 = 30
# n_student = 3
#
# score_mean = (score1+ score2 + score3)/n_student
# square_of_mean = score_mean**2
# mean_of_square = (score1**2+score2**2+score3**2)/n_student
#
# score_variance = mean_of_square - square_of_mean ##분산
# score_std = score_variance**0.5 ##표준편차
#
# print("mean: ",score_mean)
#
# print("standard deviation: ", score_std)
#
# #Standardization 작업.(정규화.) x-평균/표준편차.
# score1 = (score1 - score_mean)/score_std
# score2 = (score2 - score_mean)/score_std
# score3 = (score3 - score_mean)/score_std
#
# #정규분포 작업한 것을 평균화한다.
# score_mean = (score1+score2+score3)/n_student
#
# #평균의 제곱을 한다.
# square_of_mean = score_mean**2
#
# #정규분포 작업한 것을 제곱하여 평균을 낸다.
# mean_of_square = (score1**2+score2**2+score3**2)/n_student
#
# #정규분포 작업한 것의 분산을 구한다.
# score_variance = mean_of_square - square_of_mean
#
# #정규분포한 것을 제곱근한다(표준편차화 한다.)
# score_std = score_variance**0.5
# ##
# print()
# print("score1:",score1)
# print("score2:",score2)
# print("score3:",score3)
# print()
# ##
# print("mean: ",score_mean)
# print("score_variance: ",score_variance)
# print("standard deviation: ",score_std)
#


#1-14, Vector-Vector Operations
#Vector : 크기와 방향을 가진 개념.
# x1, y1, z1 = 1,2,3
# x2, y2, z2 = 3,4,5
#
# x3, y3, z3 = x1+x2, y1+y2, z1+z2
# x4, y4, z4 = x1-x2, y1-y2, z1-z2
# x5, y5, z5 = x1*x2, y1*y2, z1*z2
#
# print(x3,y3,z3)
# print(x4,y4,z4)
# print(x5,y5,z5)


#Scalar-Vector Operations
#브로드캐스팅 : 차원 확장.

# a = 10
# x1, y1, z1 = 1, 2, 3
#
# x2, y2, z2 = a*x1, a*y1, a*z1
# x3, y3, z3 = a+x1, a+y1, a+z1
# x4, y4, z4 = a-x1, a-y1, a-z1

 

피타고라스 정리 3차원 예시.