import numpy as np
url = 'https://raw.githubusercontent.com/allanspadini/numpy/dados/citrus.csv'
dado = np.loadtxt(url, delimiter=',',usecols=np.arange(1,6,1),skiprows=1)
dado.ndim
dado.size
dado.shape
dado.T
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Solucionado
import numpy as np
url = 'https://raw.githubusercontent.com/allanspadini/numpy/dados/citrus.csv'
dado = np.loadtxt(url, delimiter=',',usecols=np.arange(1,6,1),skiprows=1)
dado.ndim
dado.size
dado.shape
dado.T
E aí, Mateus! Tudo bem?
Parabéns! Mantenha o ritmo nos exercícios e continue compartilhando na nossa comunidade.
Percebi que você praticou o uso da função np.loadtxt para importar dados de forma eficiente, aplicou muito bem o atributo shape para entender a estrutura do array e ainda entendeu a relevância da transposição com dado.T para reorganizar seus eixos quando necessário.
Uma sugestão para evoluir ainda mais é usar métodos estatísticos como np.mean ou np.std, com o objetivo de obter rapidamente análises descritivas do seu dataset. Veja só:
media_colunas = np.mean(dado, axis=0)
desvio_colunas = np.std(dado, axis=0)
print(media_colunas, desvio_colunas)
Essa abordagem ajuda a resumir tendências centrais e variações de cada coluna em apenas algumas linhas de código.
Fico à disposição! E se precisar, conte sempre com o apoio do fórum.
Abraço e bons estudos!
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!