De verkeersintensiteit op een snelweg wordt in een NumPy-tabel bijgehouden. Op elke rij van de tabel, worden de gegevens van 1 dag per 4 uur weergegeven, en per rij hebben we dus 6 gegevens. In kolom 0 vind je dus het aantal gemeten voertuigen van middernacht tot net voor 4 u 's morgens, in kolom 1 de gegevens vanaf 4 u 's morgens tot net voor 8 u 's morgens, enz. De tabel telt evenveel rijen als er dagen gemeten worden, en opeenvolgende rijen stellen de gegevens van opeenvolgende dagen voor. De eerste rij van de tabel (rij 0) betreft een zondag (en dus ook rij 7, als de tabel minstens 8 rijen bevat).

Schrijf de functie dag_gegevens() met 1 argument, namelijk de NumPy-tabel zoals hierboven geschetst. Het resultaat is opnieuw een NumPy-tabel. Deze resultaattabel bevat 7 rijen en 6 kolommen. Op rij 0 vind je de meetgegevens uitgemiddeld over alle zondagen, in de tweede rij idem voor de maandagen, enz. Je mag aannemen dat de argumenttabel minstens 7 rijen bevat.

Merk op dat je resultaat, ten behoeve van de evaluatie in Dodona, afgebroken wordt op 6 decimalen (de functie format_l() uit het verbeterscript zorgt hiervoor). Je resultaat wordt ook omgezet naar een lijst, maar let erop dat het resultaat van je functie WEL DEGELIJK een NumPy-tabel MOET zijn.

Voorbeeld

 
dag_gegevens(np.array(
	[[79, 32, 64, 92, 13, 18], 
	[97, 15, 95, 33, 50, 14], 
	[50, 91, 41, 40, 55, 70], 
	[9, 61, 10, 51, 59, 82], 
	[14, 65, 43, 47, 19, 73], 
	[58, 100, 7, 50, 9, 3], 
	[80, 27, 17, 5, 22, 50], 
	[32, 52, 100, 6, 64, 56], 
	[13, 29, 75, 19, 94, 16], 
	[79, 23, 60, 93, 45, 10], 
	[56, 16, 45, 0, 69, 83], 
	[89, 65, 85, 36, 19, 99], 
	[31, 91, 42, 1, 52, 35], 
	[93, 28, 72, 11, 14, 56]])) =
[[55.5 42.0 82.0 49.0 38.5 37.0] 
 [55.0 22.0 85.0 26.0 72.0 15.0] 
 [64.5 57.0 50.5 66.5 50.0 40.0] 
 [32.5 38.5 27.5 25.5 64.0 82.5] 
 [51.5 65.0 64.0 41.5 19.0 86.0] 
 [44.5 95.5 24.5 25.5 30.5 19.0] 
 [86.5 27.5 44.5 8.0 18.0 53.0]]