Python中用于数据探索的库主要是Pandas和Matplotlib,Pandas提供了大量与数据探索相关的函数。这些统计特征函数能反映出数据的整体分布,主要作为Pandas的对象DataFrame或Series的方法出现。
sum():计算数据样本的总和(按列计算)
mean():计算数据样本的算术平均数
var():计算数据样本的方差
std():计算数据样本的标准差
corr():计算数据样本的Spearman(Pearson)相关系数矩阵
ser.corr(method='pearson')
method参数为计算方法,支持pearson-默认选项、kendall以及spearman
s1.corr(s2, method='pearson')
s1,s2均为Series,指定计算两个Series之间的相关系数
cov():计算数据样本的协方差矩阵
从直观上来看,协方差表示的是两个变量总体误差的期望。
如果两个变量的变化趋势一致,也就是说如果其中一个大于自身的期望值时另外一个也大于自身的期望值,那么两个变量之间的协方差就是正值;如果两个变量的变化趋势相反,即其中一个变量大于自身的期望值时另外一个却小于自身的期望值,那么两个变量之间的协方差就是负值。
frame.cov()
frame为DataFram,返回协方差矩阵。
s1.cov(s2)
s1,s2均为Series,指定计算两个Series之间的协方差
skew():样本值的偏度(三阶矩)
kurt():样本值的峰度(四阶矩)
describe():给出样本的基本描述(基本统计量如均值、标准差等)