Обучение Data Science

Урок 2. Несколько рейсов и средний load factor
Урок 1. Переменные и расчёт метрики (load factor)

Урок 2. Несколько рейсов и средний load factor

1. Что это такое

До этого был один рейс.
В жизни такого не бывает.

Теперь будет несколько рейсов, и мы хотим:

посчитать load factor по каждому
понять средний по группе

Пока без таблиц. Просто набор значений.

2. Зачем это аналитику

Это первый шаг к:

сравнению рейсов
сравнению дат
сравнению каналов

Любой отчёт начинается с вопроса:

«В среднем мы летаем нормально или нет?»

3. Пример из авиации

3 рейса:

Рейс	Вместимость	Продано
A	180	150
B	220	180
C	390	300

4. Готовый код

capacity_1 = 180
sold_1 = 150

capacity_2 = 220
sold_2 = 180

capacity_3 = 390
sold_3 = 300

lf_1 = sold_1 / capacity_1 * 100
lf_2 = sold_2 / capacity_2 * 100
lf_3 = sold_3 / capacity_3 * 100

avg_lf = (lf_1 + lf_2 + lf_3) / 3

print(lf_1, lf_2, lf_3)
print("Средний load factor:", avg_lf)

5. Разбор

каждая метрика считается отдельно
никакой магии, всё явно
среднее — обычная математика

Да, код повторяется.
Да, это неудобно.
Именно поэтому дальше появятся списки и таблицы. Но не сейчас.

6. Важный аналитический момент

Средний load factor по рейсам ≠ load factor по пассажирам.

Ты сейчас посчитал:

среднее из трёх процентов

В реальной аналитике часто нужно:

суммарно продано / суммарная вместимость

Мы это разнесём дальше. Сейчас просто зафиксируй, что разница есть.

7. Ты повторяешь

Скопируй код.
Запусти.
Посмотри:

значения по каждому рейсу
итоговое среднее

8. Простое задание

Поменяй данные:

сделай один рейс с очень низкой загрузкой (например 50%)
посмотри, как это влияет на среднее

Без выводов. Просто наблюдение.

Урок 1. Переменные и расчёт метрики (load factor)

1. Что такое переменная (по-человечески)

Переменная — это подписанная коробка с данными.

Ты говоришь Python:

вот это число — вместимость
вот это — сколько продали
дальше с этим считаем

Никакой магии. Просто имена вместо цифр.

2. Зачем это аналитику авиакомпании

Без переменных:

формулы нечитаемы
ошибки незаметны
масштабирования нет

С переменными:

метрики считаются явно
код читается как отчёт
легко автоматизировать на 10 000 рейсов

3. Пример из авиации: load factor

Load factor = проданные места / вместимость * 100

Берём один рейс. Вручную. Без таблиц. Без Pandas.

4. Готовый код

capacity = 390
sold_seats = 200

load_factor = sold_seats / capacity * 100

print(load_factor)

5. Разбор по шагам

capacity = 390

Вместимость самолёта. Число. Сохранили.

sold_seats = 200

Проданные места. Тоже число.

load_factor = sold_seats / capacity * 100

Метрика.

сначала деление
потом умножение
результат сохраняем

print(load_factor)

Показали результат. Всё.

6. Важный момент

10 / 2

Результат:

5.0

Всегда.
Даже если «делится нацело».
Это не мнение. Это поведение Python. Смирись и живи дальше.

7. Ты повторяешь

Скопируй код выше один в один.
Запусти.
Посмотри результат.

Никаких изменений.
Никаких улучшений.
Сначала повтор.

8. Простое задание (после повтора)

Поменяй:

capacity на 180
sold_seats на 135

Посмотри:

какой load factor
логичен ли результат