Python数据分析与展示（四）—数据特征分析

最新推荐文章于 2022-07-21 13:43:37 发布

时光机丶

最新推荐文章于 2022-07-21 13:43:37 发布

阅读量573

点赞数

分类专栏：数据分析数据分析

本文链接：https://blog.csdn.net/qq_39293290/article/details/90113009

版权

4 篇文章 0 订阅

订阅专栏

4 篇文章 0 订阅

订阅专栏

Pandas库的数据排序
.sort_index()方法在指定轴上根据索引进行排序，默认升序

.sort_index(axis=0, ascending=True)

在这里插入图片描述
.sort_values()方法在指定轴上根据数值进行排序，默认升序

Series.sort_values(axis=0, ascending=True) 
DataFrame.sort_values(by, axis=0, ascending=True)

by :axis轴上的某个索引或索引列表

在这里插入图片描述

基本的统计分析函数（适用于Series和DataFrame类型）
在这里插入图片描述

累计统计分析函数（适用于Series和DataFrame类型，累计计算）
在这里插入图片描述

相关性
• X增大，Y增大，两个变量正相关
• X增大，Y减小，两个变量负相关
• X增大，Y无视，两个变量不相关

协方差
在这里插入图片描述
• 协方差>0, X和Y正相关
• 协方差<0, X和Y负相关
• 协方差=0, X和Y独立无关

相关系数
两个事物，表示为X和Y，如何判断它们之间的存在相关性？
在这里插入图片描述
取值范围 [-1,1]
其中， $C o v (X, Y)$ 为 $X$ 与 $Y$ 的协方差， $V a r [X]$ 为 $X$ 的方差， $V a r [Y]$ 为 $Y$ 的方差。

• 0.8‐1.0 极强相关
• 0.6‐0.8 强相关
• 0.4‐0.6 中等程度相关
• 0.2‐0.4 弱相关
• 0.0‐0.2 极弱相关或无相关

相关分析函数（适用于Series和DataFrame类型）
在这里插入图片描述

关注

专栏目录