سرفصل‌ها درس 75 از 148 · محدودیت‌های عجیبی
محدودیت‌های عجیبی

فقط یک‌بار

چرا اهمیت دارد سنسورها، لاگ‌ها و تپ‌های شبکه داده‌هایی تولید می‌کنند که فقط یک‌بار قابل مشاهده‌اند. «ابتدا آن را در یک لیست بخوانید» گزینه‌ای نیست و فرمول کتاب درسی برای پراکندگی به‌آرامی روی اعدادی که سیستم‌های واقعی تولید می‌کنند، از کار می‌افتد.

یک گیت‌وی روی کف کارخانه جریانی از اندازه‌گیری‌ها را زیر نظر دارد و تعداد، میانگین، پراکندگی، حداقل و حداکثر آن‌ها را گزارش می‌کند. این گیت‌وی چند کیلوبایت فضای آزاد دارد و نمی‌تواند جریان را بازگردانَد. برخی حسگرها شمارنده‌های خام حدود یک میلیارد را گزارش می‌کنند که تنها چند واحد نوسان دارند.

انحراف معیار نمونه: sqrt(sum((x - mean)^2) / (n - 1))، همان "stdev" معمول. وقتی این‌گونه نوشته شود، به میانگین در مرحله اول نیاز دارد، که به معنای یک مرحله دوم است.

یک میان‌بر معروف تک‌مرحله‌ای از جمع و جمع مربعات استفاده می‌کند. قبل از اینکه به آن اعتماد کنید، آن را روی اعدادی که نزدیک یک میلیارد هستند امتحان کنید: تفریق دو عدد بسیار بزرگ و تقریباً برابر، عمدتاً خطای گرد کردن باقی می‌گذارد.

نوبت شما

نوشتن stats(tape). tape یک Tape از اعداد اعشاری. یک dict با count, mean, stdev (نمونه‌ای، تقسیم بر n - 1؛ 0 برای یک خوانش تکی)، min و max. در صورت عدم وجود هیچ اندازه‌گیری: count 0 و None برای بقیه. محدودیت‌ها: نوار را یک‌بار بخوانید (۲۰٬۰۰۰ خوانش برای ۲۰٬۰۰۰ مقدار خوانده‌شده)؛ حداکثر از ۱۶٬۰۰۰ بایت حافظه کاری استفاده کنید (اندازه‌گیری‌شده با tracemalloc); stdev باید با دقت یک جزء در میلیون نسبت به مقدار واقعی باشد، حتی برای خوانش‌هایی در حدود ۱,۰۰۰,۰۰۰,۰۰۰ با پراکندگی حدود ۱۰.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.