Агрегации в numpy для аналитика: sum, mean, std, min, max, median, axis=0 и axis=1, argmin/argmax, percentile и cumsum на примерах с метриками.
Главное сразу: агрегация — это когда из массива чисел вы получаете одно число или одну строку чисел. Сумма выручки, средний чек, перцентиль латентности, накопительный итог — всё это агрегации. В numpy они делаются одним вызовом: revenue.sum(), data.mean(), latency.std(). А параметр axis решает, считать ли по всей таблице сразу, по столбцам или по строкам — это самая важная и самая путающая вещь в этом уроке, поэтому ей мы уделим максимум внимания.
Это пятая часть курса «numpy с нуля для аналитика данных». В прошлых частях вы научились создавать массивы, индексировать их и применять векторные операции. Теперь пора их сворачивать в метрики — то, ради чего аналитик вообще берёт в руки numpy. Любой дашборд, любой отчёт, любая проверка A/B-теста под капотом — это агрегации над массивами.