from scipy import stats as sts
import numpy as np
data = np.loadtxt('salary.csv',delimiter=",") # 读取数据
# 代码3-1
print('众数为:',sts.mode(data,axis=None))
众数为: ModeResult(mode=array([3880.]), count=array([2]))
print('中位数为:',np.median(data))
中位数为: 3905.0
print('下四分位数为:',sts.scoreatpercentile(data,25,interpolation_method='lower'))
下四分位数为: 3850.0
# 代码3-4
print('3850所处分位数为:',sts.percentileofscore(data,3850))
3850所处分位数为: 25.0
# 代码3-5
print('简单算术平均数为:',sts.tmean(data)) # 方法一
简单算术平均数为: 3931.6666666666665
print('简单算术平均数为:',np.mean(data)) # 方法二
简单算术平均数为: 3931.6666666666665
# 代码3-6
print('调和平均数为:',sts.hmean(data))
调和平均数为: 3926.7897495993657
# 代码3-7
print('几何平均数为:',sts.gmean(data))
几何平均数为: 3929.2144614926315
# 代码3-8
print('极差为:',np.ptp(data))
极差为: 515.0
# 代码3-9
QU = sts.scoreatpercentile(data, 75, interpolation_method='lower')
QL = sts.scoreatpercentile(data, 25, interpolation_method='lower')
print('四分位数间距为:', QU - QL)
四分位数间距为: 100.0
# 代码3-10
print('样本方差为:',sts.tvar(data))
样本方差为: 21274.24242424242
# 代码3-11
print('样本标准差为:',sts.tstd(data))
样本标准差为: 145.85692449877865
# 代码3-12
print('变异系数为:',sts.tstd(data)/sts.tmean(data))
变异系数为: 0.03709798842698906
# 代码3-13
print('偏度为:',sts.skew(data))
偏度为: 0.5325875397307566
# 代码3-14
print('峰度为:',sts.kurtosis(data))
峰度为: -0.2396155690457311