《Python项目——描述性统计分析》

本文介绍了Python在描述性统计分析中的应用,包括集中趋势分析(众数、中位数、均值)和离散程度分析(四分位数、标准差)。通过这些指标,可以了解数据的分布情况和集中分散程度。
摘要由CSDN通过智能技术生成

一,简介

描述性统计分析,是统计学当中的一种分析方法,它是对原始数据进行概括和观察后的一种描述,一般分为集中趋势分析和离散程度分析两种方法。对于集中趋势分析,我们主要研究的是数据的集中程度,有众数,中位数,均值这几个反映指标;而离散程度分析主要度量的是数据的分散程度,有四分位数,标准差这两个反映指标。值得注意的是,当数据集的集中趋势较强时,分散程度就越弱,反之亦然。

二,输入

#获得原始数据
def getdata():
	while True:
		data=eval(input('请输入数据型数据(数据间用\',\'作为分隔符:)'))
		for i in data:
			judge=type(i)
			if judge != int:
				print('输入非数据型数据,请重新输入')
				print('-'*20)
				break
			else:
				return data		

三,处理输出

(一)集中趋势分析

1.众数

#对原始数据求众数
def Mode(data):
	'''
	data:tuple
	'''
	count={
   }
	mode_list=[]
	for num in data:
		if count.get(num,0) == 0:
			count[num]=1
		else:
			count[num]+=1
	for key,value in count.items():
		if value == max(count.values()):
			mode_list.append(key)
	for i in range(len(mode_list)):
		mode_list[i]=str(mode_list[i])
	return ','.join(mode_list)

2.中位数

def Median(data):
	data=sorted(data)
	if len(data) %2 !=0:
		locate=int((len(data)+1)/2)
		med=data
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值