112、Python数据统计分析：描述性统计与聚合计算的魅力

Python开发之数据统计：描述性统计与聚合计算

本文将为大家介绍Python在数据统计方面的应用，主要分为描述性统计和聚合计算两部分。我们将通过一些实际案例和技巧，让大家更好地理解这些概念和方法。

描述性统计

描述性统计是数据分析的基础，它主要包括数据的中心趋势、离散程度、分布形状等特征。在Python中，我们可以使用pandas和numpy这两个库来进行描述性统计。

应用场景

假设你是一家电商公司的数据分析师，你需要对产品的销售数据进行分析，以便为公司的决策提供依据。你可以使用描述性统计来获取销售数据的中心趋势、离散程度等特征。

实用技巧

1. 使用pandas的describe()方法可以快速得到数据的描述性统计信息，包括计数、平均值、标准差、最小值、四分位数和最大值等。

import pandas as pd
data = pd.DataFrame({
   
    '商品A': [1, 2, 3, 4, 5],
    '商品B': [10, 20, 30, 40, 50]
})
print(data.describe())

2. 使用numpy的percentile()方法可以计算数据的任意百分位数。

import numpy as np
data = np.array([1, 2, 3, 4, 5])
print(np.percentile(data, [25