数据挖掘的分析基础（利用函数计算，基本绘图函数、透视分析等基础方法）

一、数据的描述分析

1.基本统计量

python提供了很多对数据进行分析的函数，描述统计量函数describe()可对数据做一基本描述，默认是分析计量数据的基本统计量。

ppython对变量进行基本统计分析的函数：

计数数据	用途
value_counts()	一维频数表
crossstab()	二维列联表
pivot_table()	多维透视表
mean()	均值
median()	中位数
quantile()	分位数
std()	标准差

1.1计数数据的汇总分析

统计学中把取值返回是有限个值或一个数列的变量成为离散变量，其中表示分类情况的数据又称为计数数据。

1. 频数：绝对数
   python中的.value.counts()函数可对计数数据计算频数。
   
   这是性别变量的频数分析，说明在52名学生中有男生27人，女生25人。

2. 频率：相对数
   
   这是性别的频率分析，说明在52名学生中男生占51.92%、女生占48.08%。

1.2计量数据的汇总分析

对于数值型数据，经常要分析它的集中趋势和离散程度。用来描述集中趋势的统计量主要有均值、中位数；描述离散程度的统计量主要有方差、标准差。Python中只需要一个函数就可以简单地得到这些结果。
计算均值、中位数、方差、表混插的函数分别是mean（）、median（）、var（）、std（）。

1.2.1均数（算术平均数）

均数指一组数据的和初一这组数据的个数所得到的商，它反映了一组数据的总体水平。对于正态分布数据，通常计算其均数，来表示其集中趋势或平均水平。

1.2.2中位数

中位数是将一组数据按大小顺序排列，处于中间位置的一个数据（或中间两个数据的平均值）它反映了一组数据的集中趋势。对非正态分布数据，通常计算其红煨熟来表示其平均水平。

1.2.3极差

极差是一组数据中最大数据与最小数据的差，在统计中常用极差来刻画一组数据的离散程度，它反映的是变量分布的变异范围和离散程度，在总体中任何两个单位的数值之差都不能超过极差。

1.2.4方差

方差是个数据与平均数据的平方的均数，它表示数据离散程度和数据的波动大小。

1.2.5标准差

标准差是方差的算术平方根，作用等同于方差，但单位与源数据单位是一致的。对正态分布数据，通常计算其标准差来反映其变异水平。。

方差或标准差，是表示一组数据的波动性的指标，因此，通过方差或标准差可以判断一组数据的稳定性；方差或标准差越大,数据越不稳定；方差或标准差越小。数据越稳定。

1.2.6四分位数间距（IQR）

对非正态分布数据，通常计算其四分位数间距来反映其变异水平：IQR=Q3-Q1，其中，Q3和Q1分别为数据的第3分位数和第1分位数（或称75%和25%分位数）。python提供了函数quantile()，可对计量数据计算分位数。

1.2.7偏度（skew）

偏度是描述数据分布偏斜方向和程度的度量，是统计数据分布非对称程度的数字特征。偏度亦称偏态、偏态系数，是表征概率分布密度曲线相对于均值不对称程度的特征数或特征量。主管看来就是密度函数曲线尾部的相对长度。

1.2.8峰度（kurt）

峰度与偏度类似，是描述总体中所有取值分布形态陡缓程度的统计量。

1.2.9自编计算基本统计量函数

def stats(x):
    stat=[x.count(),x.min