[Python数据分析] 2-单因子探索分析与可视化

I.理论部分
 
1)概念相关：
集中趋势：均值，中位数，众数，分位数
离中趋势：标准差，方差
数据分布：偏度系数，峰度系数，正态分布，三大分布
抽样理论：抽样误差(确定样本量)、抽样精度
 
2)数据分类
定类(类别)：根据事物离散，无差别属性进行的分类。性别，民族
定序(顺序)：可以界定数据的大小，但不能测定差值。低中高
定距(间隔)：可以界定数据大小的同时测定差值，但无绝对零点(乘除比率等无意义)。温度
定比(比率)：可以界定数据大小，可以测定差值，有绝对零点(乘除比率有意义)。身高，体重
 
3)单属性分析：
1.异常值分析
    连续异常值：[下分位数-K*(Q3-Q1),上分位数+K*(Q3-Q1)]
    离散异常值：空值
    知识异常值:不符合常理的值
2.对比分析
    比较什么？
        绝对数比较，
        相对数比较，
        结构相对数：部分与总体
        比例相对数：总体内不同部分的数值进行比较
        比较相对数：同一时空下相似或者同质的数值进行的比较
        动态相对数：增速等
        强度相对数：性质不同但有相互联系属性相互的联合，平均
    怎么比？
        时间维度：同比，环比
        空间维度：
        经验与计划：进度与排期的比较
3.结构分析
    静态：分析总体的组成(总体的结构)
    动态：分析结构变化的趋势
4.分布分析
    直接获得的概率分布
    判断是不是正态分布
    极大似然(相似程度的衡量)
 
 
II.编码实现
 
1)准备工作
pip install pandas  #cmd中利用pip安装所需要的包pandas,numpy,scipy
ipmort pandas as pd  #IDE中调用所需的包，包括了pandas,scipy.stats
df = pd.read_csv(" 文件路径")  #数据的选取
 
pandas库显示不完全的问题使用下列代码：
pd.set_option('display.max_columns', None)  #显示所有列
pd.set_option('displa