知识卡片

普通读书笔记卡 · 6338.i

累计占比定位覆盖门槛

理解等级:中级

将各姓名占比降序排列,累计和便递增;查找首次达到0.5的位置,再把从0开始的位置转成项数,就得到覆盖至少一半人数所需的热门姓名数。需先确认累计总和能达到门槛:若截取子集尚不足50%,插入位置落在末尾,直接加1会虚构不存在的姓名项。项数越多表示此指标下更分散,不是命名原因的证明。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      searchsorted(0.5) Out[396]: 116 由于数组索引是从0开始的,因此我们要给这个结果加1,即最终结果为117。拿1900年的数据来做个比较,这个数字要小得多: In [397]: df = boys[boys.year == 1900] In [398]: in1900 = df.sort_index(by='prop', asce

    参考来源

    - 位置:《利用Python进行数据分析》第2章《评估命名多样性的增长》(spine259;extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part0245.html;u038-ch02-021)。 - 结论依据:原文在“searchsorted(0.5)”附近的定义、例子或代码支撑本卡核心说明:将各姓名占比降序排列,累计和便递增;查找首次达到0.5的位置,再把从0开始的位置转成项数,就得到覆盖至少一半人数所需的热门姓名数。边界按已读前提解释;示例未执行。 - 原始内容:searchsorted(0.5) Out[396]: 116 由于数组索引是从0开始的,因此我们要给这个结果加1,即最终结果为117。拿1900年的数据来做个比较,这个数字要小得多: In [397]: df = boys[boys.year == 1900] In [398]: in1900 = df.sort_index(by='prop', asce