统计相关的分析(表格)

本文通过实例展示了如何使用Python进行统计分析,包括使用describe函数进行基本统计、分组分析、计算相关性以及处理数据中的重复和缺失值。通过对数据的深入理解和操作,揭示了统计分析在数据科学中的重要性。
摘要由CSDN通过智能技术生成
导入模块:

>>> import numpy as npy
>
>算他的bmi,来分析是否需要减肥
>>> stu['BIM']=stu['体重']/(npy.square(stu['身高']/100))
>>> stu
        性别    年龄   身高    体重            省份    成绩    月生活费  课程兴趣  案例教学        BIM
序号                                                                            
1     male  20.0  170  70.0      LiaoNing   NaN   800.0     5     4  24.221453
2     male  22.0  180  71.0       GuangXi  77.0  1300.0     3     4  21.913580
3     male   NaN  180  62.0        FuJian  57.0  1000.0     2     4  19.135802
4     male  20.0  177  72.0      LiaoNing  79.0   900.0     4     4  22.981902
5     male  20.0  172   NaN      ShanDong  91.0     NaN     5     5        NaN
6     male  20.0  179  75.0        YunNan  92.0   950.0     5     5  23.407509
7   female  21.0  166  53.0      LiaoNing  80.0  1200.0     4     5  19.233561
8   female  20.0  162  47.0         AnHui  78.0  1000.0     4     4  17.908855
9   female  20.0  162  47.0         AnHui  78.0  1000.0     4     4  17.908855
10    male  19.0  169  76.0  HeiLongJiang  88.0  1100.0     5     5  26.609713
>>> 

相关的函数:
在这里插入图片描述

对列表进行计算统计分析:

stu['BIM']=stu['体重']/(npy.square(stu['身高']/100)
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