0Pricing
Data Science Academy · Lekcja

Suma, średnia i sztuczka z osią

Agreguj dane w wierszach lub w kolumnach.

Suma, średnia i sztuczka z osią to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 2 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

Summaries in One Call

NumPy can collapse a whole array into a single number. Methods like sum and mean turn many values into one quick summary.

a = np.array([2, 4, 6])
total = a.sum()   # 12

Mean Is the Average

The mean divides the total by the count. For the array above it returns 4.0, the everyday average you already know.

avg = a.mean()   # 4.0

The Whole Array by Default

With no extra argument, these methods reduce everything to one scalar. Every element joins the calculation, ignoring rows and columns.

m = np.arange(6).reshape(2, 3)
m.sum()   # 15

Meet the axis Argument

The real power is axis. It tells NumPy which direction to collapse, so you can summarize per row or per column instead.

axis=0 Goes Down

Set axis=0 to collapse the rows. NumPy walks down each column and returns one value per column.

m.sum(axis=0)   # [3 5 7]

axis=1 Goes Across

Set axis=1 to collapse the columns. NumPy sweeps across each row and returns one value per row.

m.sum(axis=1)   # [3 12]

A Memory Trick

Think of axis as the dimension that disappears. Collapsing axis 0 removes the row dimension, leaving a result shaped like one row.

Same Idea for mean

The axis rule is identical for mean, min, max, and more. Learn it once and it applies across every reduction NumPy offers.

m.mean(axis=0)   # [1.5 2.5 3.5]

Keep the Dimensions

Pass keepdims=True to keep the collapsed axis as size 1. This makes the result broadcast cleanly back against the original array.

m.sum(axis=1, keepdims=True)   # shape 2 x 1

Counting Along an Axis

Reductions pair with shape to answer real questions: total per category, average per day, or a count of items down each column.

Pick the Axis on Purpose

Choosing the wrong axis is a classic bug. Always ask which dimension you want to keep, then collapse the other one.

Quick Check

You have a 2D array of rows and columns.

Axis Recap

You summarized whole arrays, then steered axis to summarize per row or per column. Remember: the axis you name is the one that vanishes. 👍

Często zadawane pytania

Czy lekcja „Suma, średnia i sztuczka z osią” jest bezpłatna?

Tak — pełny tekst „Suma, średnia i sztuczka z osią” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „Suma, średnia i sztuczka z osią”?

Agreguj dane w wierszach lub w kolumnach. Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?

Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 2 z 4.

Ile czasu zajmuje lekcja „Suma, średnia i sztuczka z osią”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?

Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Zmienianie kształtu i spłaszczanie tablic
  2. Suma, średnia i sztuczka z osią
  3. Maski logiczne do wyboru danych
  4. Liczby losowe i ziarna
← Powrót do Data Science Academy