一、单因子探索分析与可视化

1.读取csv文件，查看基本信息

import pandas as pd
df=pd.read_csv('HR.csv')
df.head()  #查看前五行数据
type(df)  #查看数据类型
df.mean()  #平均值
df.median() #中值
df.quantile(q=0.25)  #四分位数
df.mode()   #众数
df.std()     #标准差
df.var()    #方差
df.sum()   #列求和
df.skew()  #偏态系数
df.kurt()   #峰态系数
Series和DataFrame基本信息情况相同
df['satisfaction_level'].skew()  #为负，平均值偏小，大部分值大于平均值

2.分布

import scipy.stats as ss
ss.norm   #正态分布
ss.norm.stats(moments='mvsk') #正态分布的均值，方差，偏态系数，峰态系数
ss.norm.pdf(0)   #指定横坐标，返回纵坐标的值
ss.norm.ppf(0.9)   #输入为0-1的数，表示从负无穷到多少的积分为0.9，从负无穷到正无穷积分为1
ss.norm.cdf(2) #表示从负无穷大到2的概率为多少
ss.norm.cdf(2)-ss.norm.cdf(-2) #表示从负2倍标准差到正两倍标准差之间的概率
ss.norm.rvs(size=10) #表示生成10个符合正态分布的数字
ss.chi2  #卡方分布
ss.t  #T分布
ss.f   #F分布
df.sample(n=10)  #随机抽取十行
df.sample(frac=0.001) #随机抽取0.1%的行

3.查看异常值