Python 统计分析包

      大家好，我是带我去滑雪，每天教你一个小技巧！本文主要介绍Python常用的统计分析包，如numpy、matplotlib、pandas、scipy、statsmodels等包，并汇总了这些包的具体用法（附链接），方便各位进一步深入学习！

目录

1  numpy包

1.1 特点

1.2 具体使用

2   matplotlib包

2.1 用处

2.2 具体使用

3 pandas包

3.1 用处

3.2  基本数据结构

3.3  具体用法

4  scipy包

4.1 用处

4.2 具体使用

5  statsmodels

5.1 用处

5.2 具体使用

---

1  numpy包

1.1 特点

        在python数据类型中，list和array都可以根据索引来取其中的元素。list是python内置的，而array不是，需要加入包。区别：（a）list可以用append 或者 + 来新增元素或者添加数组，而array不行；（b）list中的数据类不必相同的，即每个元素可以是不同的数据类型，array则是由numpy封装，存放的元素都是相同的数据类型；（c）列表list不可以进行数学四则运算，数组array可以进行数学四则运算；（d）可以相互转换。

 

list→array：np.array(a)

array→list：a.tolist()

1.2 具体使用

https://blog.csdn.net/qq_46092061/article/details/118410838

2   matplotlib包

2.1 用处

（a）Matplotlib的Pyplot子模块与MATLAB非常相似，可以方便地绘制各种常见统计图形，是用户进行探索式数据分析的重要图形工具；

（b）可通过各种函数设置图形中的图标题、线条样式、字符形状、颜色、轴属性以及字体属性等。

2.2 具体使用

https://blog.csdn.net/qq_46092061/article/details/118369822

https://blog.csdn.net/xiaomage0511/article/details/124580158?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-0-124580158-blog-118369822.pc_relevant_landingrelevant&spm=1001.2101.3001.4242.1&utm_relevant_index=2

3 pandas包

3.1 用处

       pandas是一种Python数据分析的利器，是一个开源的数据分析包，最初是应用于金融数据分析工具而开发出来的，因此pandas为时间序列分析提供了很好的支持。

功能（对数据进行预处理）：

1. 　　（a）数据文件读取/文本数据读取
2. 　　（b）索引、选取和数据过滤
3. 　　（c）算法运算和数据对齐
4. 　　（d）函数的应用和映射
5. 　　（e）重置索引

6. 3.2  基本数据结构

7.        pandas中主要有两种数据结构，分别是：Series和DataFrame。

         Series：一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。注意：Series中的索引值是可以重复的。

        DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

3.3  具体用法

https://blog.csdn.net/qq_41298671/article/details/124916005

4  scipy包

4.1 用处

      scipy包含各种专用于科学计算中常见问题的工具箱。其不同的子模块对应不同的应用，如插值、积分、优化、图像处理、统计、特殊函数等。

4.2 具体使用

https://zhuanlan.zhihu.com/p/462806946

5  statsmodels

5.1 用处

      statsmodels是一个Python库，用于拟合多种统计模型，执行统计测试以及数据探索和可视化。statsmodels包含更多的“经典”频率学派统计方法，而贝叶斯方法和机器学习模型可在其他库中找到。

5.2 具体使用

     包含在statsmodels中的一些模型：

  （a）线性模型，广义线性模型和鲁棒线性模型

https://zhuanlan.zhihu.com/p/260701846

  （b）线性混合效应模型

https://zhuanlan.zhihu.com/p/483173133

  （c）方差分析（ANOVA）方法

常用数据分析方法：方差分析及实现！_数据分析v的博客-CSDN博客

  （d）时间序列过程和状态空间模型

https://blog.csdn.net/xiaoyw71/article/details/127172869?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167774721016800226568657%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=167774721016800226568657&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~first_rank_ecpm_v1~rank_v31_ecpm-2-127172869-null-null.142^v73^insert_down2,201^v4^add_ask,239^v2^insert_chatgpt&utm_term=python%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E8%BF%87%E7%A8%8B%E5%92%8C%E7%8A%B6%E6%80%81%E7%A9%BA%E9%97%B4%E6%A8%A1%E5%9E%8B&spm=1018.2226.3001.4187

---

 部分理论来源于网络，如有侵权请联系删除！

---

 

更多优质内容持续发布中，请移步主页查看。

   点赞+关注,下次不迷路！