描述性统计

引言

上一节，我们谈了数据可视化，并且用python代码对图像进行了简单的实现。但是，这仅仅使得我们对数据分布的形状和特征有了一个大概的了解。想要全面了解数据分布的特征，还需要找到反应数据分布特征的各个代表值。数据分布的特征可以从三个方面进行测度和描述：1、分布的集中趋势，反应各数据向其中心值靠拢或聚集的程度；2、分布的离散程度，反应各数据远离其中心值的趋势；3、分布的形状，反应数据分布的偏态和峰态。

集中趋势度量

集中趋势是指一组数据向某一中心值靠拢的程度，它反应了一组数据中心的位置所在。

众数：是一组数据中出现次数最多的变量值，不受数据中极端值的影响。如果数据的分布没有明显的集中趋势或最高峰点，众数可能不存在；如果有两个或多个最高峰点，则可以有两个或多个高峰点，则可以有两个或多个众数。

中位数：是一组数据排序后处于中间位置上的变量值。中位数主要用于测度顺序数据的集中趋势，也适用于测度数值型数据的集中趋势，但不适用于分类数据。

平均数：是一组数据相加后除以数据的个数得到的结果。

离散程度的测量

数据的离散程度是数据分布的另一个重要特征，它反映的是各变量值离其中心值的程度。数据的离散程度越大࿰