Задача № 1
import numpy as np
rating = np.array([[1,352,747,517],
[2,312,535,],
[3,293,456,613],
[4,280,611,662],
[5,254,753,690],
[6,224,475,740],
[7,209,598,752],
[8,199,543,768],
[9,189,604,830],
[10,187,413,902]])
Вы - аналитик рекламного отдела очень известной компании. Коллеги решили попробовать купить рекламу в новой аудитории и попросили вас оценить активность ваших подписчиков. Вы решили сравнить количество лайков в новой аудитории со средним количеством лайков в аудиториях, где вы обычно делаете покупки. Найдите среднее арифметическое количество лайков в вашей обычной аудитории и проверьте его правильность, вычислив разницу между медианой и ней. Округлите результаты до десятых.
Задача № 2
Коллеги постоянно спорят, влияет ли количество постов на активность в сообществе, как связаны репосты и лайки и на что искать в первую очередь. Вы решили доказать, что каждый показатель влияет на другие, и даже самый маленький коэффициент корреляции будет довольно высоким, поэтому важно следить за динамикой каждого из показателей.
Определите коэффициент корреляции между двумя показателями при оценке аудиторий предыдущего задания, наименее связанных друг с другом. Полученное значение корреляции округлялось до сотых и результат записывался в переменную c_min.
import numpy as np
rating = np.array([[1,352,747,517],
[2,312,535,],
[3,293,456,613],
[4,280,611,662],
[5,254,753,690],
[6,224,475,740],
[7,209,598,752],
[8,199,543,768],
[9,189,604,830],
[10,187,413,902]])
Задача № 3
import numpy as np
rating = np.array([[1,352,747,517],
[2,312,535,],
[3,293,456,613],
[4,280,611,662],
[5,254,753,690],
[6,224,475,740],
[7,209,598,752],
[8,199,543,768],
[9,189,604,830],
[10,187,413,902]])
Коллеги хотят выпустить вирусное видео и спорят, для какой аудитории лучше это сделать: один говорит, что нет большой разницы в аудитории, поэтому вы можете выбирать по стоимости развертывания, другой - что количество репостов сильно варьируется от общедоступного к общедоступному и на этом. вам нужен ваш индексный фокус.
Узнайте, как ваша аудитория зависит от количества акций. Для этого мы рассчитали стандартное отклонение для общего количества попыток, округлили полученное значение до ближайших сотых и сохранили значение в repost.
Задача № 4
По строкам расположены отдельные видео, а по столбцам — характеристики: длительность видео (в секундах), количество просмотров, количество лайков, количество дизлайков и количество комментариев.
Каждый просмотр стоит 3 рубля. Посчитай, сколько денег в рублях можно заработать за первые 4 видео, и запиши ответ в переменную money.
Для проверки выведи значение переменной money на экран.
import pandas as pd
DF = pd.DataFrame({'Duration': [266, 298, 712, 366],
'Views': [452, 546, 751, 985],
'Likes':[122, 98, 69, 103],
'Dislikes':[3, 9, 10, 18],
'Comments':[12, 4, 21, 7]})
Задача № 5
Помоги создать массив bigdata с квадратами всех нечётных чисел в диапазоне от 100 до 1000. Выполни задания с массивом:
Найди, чему равна медиана массива bigdata, и запиши ответ в переменную md.
Посчитай, чему равно стандартное отклонение для массива bigdata, и полученное значение округли до целого. Сохрани ответ в переменную so.
Рассчитай, чему равен коэффициент корреляции между элементами массива bigdata с чётными и нечётными индексами. Полученное число округли до сотых и сохрани в переменной cor.
Выведи результаты работы кода через пробел: md, so, cor.