Python数据分析与展示（四）

数据的相关分析
两个事物，表示为X和Y，如何判断它们之间的存在相关性？

X增大，Y增大，两个变量正相关
X增大，Y减小，两个变量负相关
X增大，Y无视，两个变量不相关
协方差

协方差>0, X和Y正相关
协方差<0, X和Y负相关
协方差=0， X和Y独立无关
Pearson相关系数

r取值范围[-1, 1]

0.8 - 1.0 极强相关
0.6 - 0.8 强相关
0.4 - 0.6 中等程度相关
0.2 - 0.4 弱相关
0.0 - 0.2 极弱相关或无相关

数据的累计统计分析

数据的基本统计分析

数据的排序

将一组数据通过摘要（有损地提取数据特征的过程）的方式，可以获得基本统计（含排序）、分布/累计统计、数据特征（相关性、周期性等）、数据挖掘（形成知识）。

Pandas库的数据类型运算

1. 自动补齐，缺项补NaN  fill_value参数替代NaN，替代后参与运算
2. 不同维度间为广播运算，一维Series默认在轴1参与运算
3. 使用运算方法可以令一维Series参与轴0运算
4. 同维度运算，尺寸一致
5. 不同维度，广播运算，默认在1轴 

series类型：