【统计学 第三周】描述性统计Python实现

梳理大纲： 描述性统计
【1】Python环境安装
【2】pandas和numpy环境安装
【3】Python实现描述性统计的内容

参考资料:
【1】python安装官网
【2】python安装参考
【3】练手数据
【4】描述性统计实现过程参考
【5】电子版书籍下载
【6】视频链接

From 统计学Statistics 学习小组：由【木东居士】公众号 定期发起
对数据感兴趣的伙伴们 可一同在此交流学习

生成数据

import pandas as pd 
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import math

data = pd.DataFrame(np.random.randint(-100,100,size=1000),columns=["data"])

平均数

# 平均数
# 算数平均数
print("算数平均数是：{}".format(round(data.data.mean(),2)))
# 几何平均数
length = data.shape[0]
value = math.pow(data.data.cumprod()[length-1],1/length)
print("几何平均数是：{}".format(round(value,2)))

众数

# 众数 方法1
mode_num = data.mode().iloc[0,0]
print("众数是：{}".format(round(mode_num,2)))
# 众数 方法2
from scipy.stats import mode
mode_num = mode(data)
print("众数为：%d, 众数的个数为：%d,"%(mode_num[0][0], mode_num[1][0]))

中位数

# 中位数 方法1
print("中位数是：{}".format(round(data.data.median(),2)))
# 中位数 方法2
median_value = np.percentile(data.data,50)
print("中位数是：{}".format(round(median_value,2)))
# 中位数 方法3
median_value = data.data.quantile(q=0.5)
print("中位数是：{}".format(round(median_value,2)))

方差&标准差&极差&平均绝对离差

# 方差
print("方差是：{}".format(round(data.data.var(),2)))
# 标准差
print("标准差是：{}".format(round(data.data.std(),2)))
# 极差
data.data.max()-data.data.min()
# 平均绝对离差
sum([abs(i-data.data.mean())for i in data.data])/len(data.data)

分位数

# 上四分位数
np.percentile(data.data,75)
data.data.quantile(q=0.75)

# 下四分位数
np.percentile(data.data,25)
data.data.quantile(q=0.25)

# 四分位差
np.percentile(data.data,75) - np.percentile(data.data,25)

离散系数&偏度&峰度

# 离散系数
data.data.mean()/data.data.std()
# 偏度
from scipy import stats
stats.skew(data.data)
# 峰度
stats.kurtosis(data.data)

# 直接输出data的概括性信息
data.data.describe()

最后绘制下分布图

# 绘制data的分布图
# sns.distplot画频数直方图
# kde=True，进行核密度估计
sns.distplot(data.data,kde=True)
plt.title("Histogram of the Data")

———————————————End————————————————