利用NumPy进行统计分析

在Python中，NumPy库是进行数值计算的基本工具之一。以下是一些使用NumPy进行统计分析的常见方法和示例代码：

计算平均值：

import numpy as np
 
# 创建一个数组
arr = np.array([1, 2, 3, 4, 5])
 
# 计算平均值
mean_value = np.mean(arr)
print(mean_value)  # 输出：3.0

计算中位数：

# 计算中位数
median_value = np.median(arr)
print(median_value)  # 输出：3.0

计算方差：

# 计算方差
variance = np.var(arr)
print(variance)  # 输出：2.5

计算标准差：

# 计算标准差
std_dev = np.std(arr)
print(std_dev)  # 输出：1.5811388300841898

计算最小值和最大值：

# 计算最小值
min_value = np.min(arr)
print(min_value)  # 输出：1
 
# 计算最大值
max_value = np.max(arr)
print(max_value)  # 输出：5

计算加权平均值（例如，对学生成绩进行加权计算）：

import numpy as np
 
# 学生成绩和权重
grades = np.array([85, 90, 88, 87, 95])
weights = np.array([2, 1, 3, 2, 5])
 
# 计算加权平均值
weighted_mean = np.average(grades, weights=weights)
print(weighted_mean)  # 输出：88.8

以上代码展示了如何使用NumPy库进行基本的统计分析。对于更复杂的数据集和统计需求，可能需要结合NumPy的其他功能，如数组操作、数学函数等。