当前位置:Gxlcms > Python > Python中简单统计量的计算

Python中简单统计量的计算

时间:2021-07-01 10:21:17 帮助过:15人阅读

本篇文章给大家带来的内容是关于Python中简单统计量的计算,有一定的参考价值,有需要的朋友可以参考一下,希望对你有所帮助。

1、这些操作都要确保已经在电脑中安装好了Anaconda集成库,如果安装好后运行出错误,可以将原来电脑中的python卸载重新安装Anaconda,建议安装时直接将添加环境变量打勾,否则以后得自己添加环境变量,在Pycharm中的编译器选择Anaconda安装文件夹中的python。在Pycharm中新建一个data文件夹用来存放数据文件。

3830482004-5c3b25350886f_articlex.png

2.打开Python Console。

3.首先在用python读取数据,需要先输入import pandas as pd引入pandas包,再输入df=pd.read_csv("./data/CityData.csv")读取数据,最后输入df显示数据。

3955790866-5c3b25352ca85_articlex.png

4.分别输入type(df)和type(df["cid"])可以发现两种数据类型不同。

3284422015-5c3b2534deeca_articlex.png

17036064-5c3b25349dc53_articlex.png

5.计算平均值:df.mean()或df["xid"].mean()

1628955455-5c3b25349476d_articlex.png

6.计算中位数:输入df.median()或df["yid"].median

3147096682-5c3b2534903b8_articlex.png

7.求四分位数:输入df.quantile(q=0.25)

4028150033-5c3b25348c031_articlex.png

8.求众数:输入df.mode()或df["xid"].mode()

9.求标准差:输入df.std()或df["yid"].std()

1160560863-5c3b25348e9f2_articlex.png

10.计算方差:df.var()或df["xid"].var()

877557316-5c3b253456c9c_articlex.png

11.求和:df.sum()或df["xid"].sum()

3435427316-5c3b253426418_articlex.png

12.计算偏态系数:df.skew()或df["yid"].skew()

2231008089-5c3b253403194_articlex.png

13.计算峰态系数:df.kurt()或df["yid"].kurt()

1748583511-5c3b2533ebcf8_articlex.png

14.生成正态分布函数,pandas无法直接生成,需要先引入scipyimport scipy.stats as ss,再输入ss.norm,这时生成的是一个正态分布的对象,我们输入ss.norm.stats(moments="mvsk")查看一下,mvsk分别代表的是均值、方差、偏态系数、峰态系数。

1052923731-5c3b2533e60c2_articlex.png

这时我们可以看到生成四个值,分别对应正态分布的mvsk分别为0、1、0、0。

15.ss.norm.pdf(0.0)表示横坐标为0时的纵坐标的值。ss.norm.ppf(0.9)表示从负无穷累积到返回值时得到的值为0.9,其中ppf后的值必须在0-1之间。ss.norm.cdf(2)表示从负无穷积分到2时的返回值,ss.norm.rvs(size=10)可以得到10个随机的符合正态分布的数字。

3919396561-5c3b253405fb7_articlex.png

16.类似的,我们可以分别输入ss.chi2和ss.t得到卡方分布和T分布。

3248081667-5c3b2533a64c6_articlex.png

17.此外我们还可以进行抽样,输入df.sample(n=10)从数据中抽取10个样本,输入df.sample(frac=0.1)从数据中抽取10%的样本。

1106816606-5c3b2533d6813_articlex.png

以上就是Python中简单统计量的计算的详细内容,更多请关注Gxl网其它相关文章!

人气教程排行