தீர்க்கப்பட்டது: பாண்டாக்கள் சராசரி மற்றும் தொகை

பாண்டாஸ் என்பது தரவு பகுப்பாய்வு மற்றும் கையாளுதலுக்கான சக்திவாய்ந்த பைதான் நூலகமாகும், இது ஃபேஷன் உலகம் உட்பட பல்வேறு களங்களில் பரவலாகப் பயன்படுத்தப்படுகிறது. பாண்டாக்களைப் பயன்படுத்தி, ஃபேஷன் நிபுணர்கள் மற்றும் டெவலப்பர்கள் ஃபேஷன் துறையுடன் தொடர்புடைய தரவுத்தொகுப்புகளை பகுப்பாய்வு செய்வதன் மூலம் போக்குகள், வடிவங்கள் மற்றும் நுண்ணறிவுகளைக் கண்டறிய முடியும். இந்த கட்டுரையில், சக்திவாய்ந்த பாண்டாக்களின் செயல்பாடுகளை ஆராய்வோம், அர்த்தம் மற்றும் தொகை, மற்றும் ஃபேஷன் தரவுகளின் பகுப்பாய்வில் அவற்றின் பயன்பாடுகள்.

விற்பனை, விலைப் போக்குகள், தயாரிப்பு மதிப்பீடு மற்றும் பல போன்ற ஃபேஷன் பொருட்களைப் பற்றிய முக்கியமான தகவல்களைக் கண்டறிய இந்தச் செயல்பாடுகள் மிகவும் உதவியாக இருக்கும். பல்வேறு பண்புக்கூறுகளின் சராசரி மற்றும் தொகையைக் கணக்கிடுவதன் மூலம், ஸ்டைலிங் மற்றும் ஃபேஷன் போக்குகள் பற்றிய தகவலறிந்த முடிவுகளை எடுக்க மதிப்புமிக்க நுண்ணறிவுகளை நாம் பெறலாம்.

பிரச்சனைக்கான தீர்வு

பாண்டாக்களின் பயன்பாட்டை நிரூபிக்க அர்த்தம் மற்றும் தொகை செயல்பாடுகள், அவற்றின் பாணி, வண்ணங்கள், விலை மற்றும் மதிப்பீடு போன்ற பல்வேறு ஃபேஷன் பொருட்களைப் பற்றிய விவரங்களைக் கொண்ட தரவுத்தொகுப்பு எங்களிடம் உள்ளது என்று வைத்துக்கொள்வோம். இந்தத் தரவுத்தொகுப்பை pandas DataFrame இல் இறக்குமதி செய்து, சராசரி மற்றும் கூட்டுச் செயல்பாடுகளைப் பயன்படுத்தி எங்கள் பகுப்பாய்வைத் தொடங்குவோம்.

import pandas as pd

# Read data from a CSV file and load it into a DataFrame
data = pd.read_csv('fashion_items.csv')

# Calculate mean and sum of the price column
mean_price = data['price'].mean()
sum_price = data['price'].sum()

print('Mean price:', mean_price)
print('Total price:', sum_price)

குறியீட்டின் படிப்படியான விளக்கம்

• முதலில், 'pd' என்ற மாற்றுப்பெயருடன் பாண்டாஸ் நூலகத்தை இறக்குமதி செய்கிறோம்.
• அடுத்து, 'fashion_items.csv' என்ற CSV கோப்பிலிருந்து தரவைப் படித்து, pd.read_csv செயல்பாட்டைப் பயன்படுத்தி 'data' என்ற DataFrame இல் ஏற்றுவோம். தரவுத்தொகுப்பில் பல்வேறு ஃபேஷன் பொருட்கள் பற்றிய தகவல்கள் உள்ளன.
• பின்னர், DataFrame இன் 'விலை' நெடுவரிசையில் பயன்படுத்தப்படும் சராசரி() செயல்பாட்டைப் பயன்படுத்தி அனைத்து ஃபேஷன் பொருட்களின் சராசரி விலையையும் கணக்கிடுவோம். இந்த மதிப்பு 'mean_price' என்ற மாறியில் சேமிக்கப்படுகிறது.
• இதேபோல், 'விலை' நெடுவரிசையில் உள்ள தொகை() செயல்பாட்டை அழைப்பதன் மூலம் அனைத்து ஃபேஷன் பொருட்களின் மொத்த விலையையும் கணக்கிடுகிறோம். இந்த மதிப்பு 'sum_price' என்ற மாறியில் சேமிக்கப்படுகிறது.
• இறுதியாக, பேஷன் பொருட்களின் கணக்கிடப்பட்ட சராசரி மற்றும் மொத்த விலைகளை நாங்கள் அச்சிடுகிறோம்.

பாண்டாஸில் உள்ள தொடர்புடைய நூலகங்கள் மற்றும் செயல்பாடுகள்

ஃபேஷன் துறையில் தரவு பகுப்பாய்விற்காக பாண்டாக்களின் பயன்பாட்டை நிறைவு செய்யும் ஏராளமான நூலகங்கள் மற்றும் செயல்பாடுகள் உள்ளன. இவற்றில் சில பயனுள்ள செயல்பாடுகள் தவிர அர்த்தம் மற்றும் தொகை அது உள்ளடக்குகிறது:

பாண்டாக்கள் குழு மூலம் செயல்பாடு

தி குழுவாக குறிப்பிட்ட நெடுவரிசைகளின் அடிப்படையில் தரவை ஒருங்கிணைக்க செயல்பாடு குறிப்பாக உதவியாக இருக்கும். எடுத்துக்காட்டாக, எங்கள் தரவுத்தொகுப்பில் இருக்கும் ஒவ்வொரு பாணிக்கும் பேஷன் பொருட்களின் சராசரி மற்றும் மொத்த விலையை பகுப்பாய்வு செய்ய விரும்பினால்.

# Group data by style and calculate mean and sum of the price
grouped_data = data.groupby('style')['price'].agg(['mean', 'sum'])

print(grouped_data)

பாண்டாக்கள் ஒன்றிணைக்கும் செயல்பாடு

தி ஒன்றாக்க செயல்பாடு ஒரு பொதுவான நெடுவரிசையின் அடிப்படையில் இரண்டு டேட்டாஃப்ரேம்களை இணைக்க அனுமதிக்கிறது. உதாரணமாக, ஒவ்வொரு பாணியின் பிரபலத்தைப் பற்றிய தகவலைக் கொண்ட தனித் தரவுத்தொகுப்பு எங்களிடம் உள்ளது என்று வைத்துக்கொள்வோம். இரண்டு டேட்டாஃப்ரேம்களையும் இணைப்பதன் மூலம், இந்தத் தகவலை மதிப்புமிக்க நுண்ணறிவுகளாக மாற்றலாம்.

# Import data related to style popularity
style_popularity_data = pd.read_csv('style_popularity.csv')

# Merge the original data and style_popularity_data based on the 'style' column
merged_data = pd.merge(data, style_popularity_data, on='style')

print(merged_data.head())

Pandas நூலகத்தில் உள்ள இந்த சக்திவாய்ந்த செயல்பாடுகளைப் புரிந்துகொண்டு செயல்படுத்துவதன் மூலம், ஃபேஷன் நிபுணர்களும் டெவலப்பர்களும் தகவலறிந்த முடிவுகளை எடுக்கலாம் மற்றும் சமீபத்திய போக்குகள் மற்றும் பாணிகளை எளிதாக பகுப்பாய்வு செய்யலாம்.