统计学第三周

本期学习内容：

• 1、Python环境安装；

• 2、pandas和numpy环境安装；

• 3、Python实现描述性统计的内容。

一般win安装，python环境，推荐安装Anaconda3。一个原因是Python 2X 和Python 3X使用上有一些区别，Python 3X在设计的时候没有考虑向下相容，而且Anaconda3安装时一些基础常用的包例如pandas和numpy不用手动配置，比较方便。

安装Anaconda3：下载地址https://repo.anaconda.com/archive/Anaconda3-2019.10-Windows-x86_64.exe 。注意：首次安装的时候需要勾选Add PATH 那个选项 ，自带环境变量配置。

Python的常用统计操作：

经过上一步的安装，我们可以查看是否电脑上安装好了Python。打开命令行

然后输入python，后按回车：

这个就表示python已经安装完毕了，但是这样用起来很不方便，推荐使用Spyder。我自己的电脑安装的是Python3.6版本的。打开软件列表：

练手数据：https://pan.baidu.com/s/1lXAnyvSoti-U44MU2fubgw

# -*- coding: utf-8 -*-
"""
Created on Sun Nov 17 16:22:33 2019

@author: sen
"""

import pandas as pd
import numpy as np
import os

os.chdir("C:/Users/LENOVO/Desktop/统计学/第三周")

data = pd.read_excel('data.xlsx')

#众数
def descriptive_mode(list):
    
    list_set=set(list)
    frequency_dict={}
    for i in list_set:
        frequency_dict[i]=list.count(i)
    max_frequency=max(frequency_dict.values())
    mode_list=[]
    if max_frequency==1:
        return mode_list
    for key,value in frequency_dict.items():
        if value==max_frequency:
            mode_list.append(key)
    return mode_list

a_list = data['data'].values.tolist()
descriptive_mode(a_list) #返回最多出现的1

#也可以用value_counts(),返回每个数的出现频次
data['data'].value_counts()

#中位数(np.median(list))
def Median(list):
    l = len(list) #数出列表中有几个元素，将个数放到l里
    list.sort() #将列表按升序排列
    if l%2 == 0: #如果有偶数个整数
        m = (list[int(l/2) - 1] + list[int(l/2)]) / 2 #计算中间两个的平均值，存到m里
        print("%.1f" % m) #按一位小数打印m
    else: #如果有奇数个整数
        m = list[int((l-1)/2)] #将中间那个整数的值存到m里
    print(m) #直接打印m
Median(a_list)
#方法二
data['data'].median()

#平均数
def average(list):
    return sum(list)/len(list)

average(a_list)
#方法二
data['data'].mean()

#分位数
import math
def quantile_p(data, p):
    pos = (len(data) + 1)*p#位置
    #pos = 1 + (len(data)-1)*p
    pos_integer = int(math.modf(pos)[1])
    pos_decimal = pos - pos_integer
    Q = data[pos_integer - 1] + (data[pos_integer] - data[pos_integer - 1])*pos_decimal
    return Q

Q1 = quantile_p(a_list, 0.25)
print("Q1:", Q1)
Q2 = quantile_p(a_list, 0.5)
print("Q2:", Q2)
Q3 = quantile_p(a_list, 0.75)
print("Q3:", Q3)
print('四分位差',Q3-Q1)

np.percentile(a_list, (25, 50, 75), interpolation='midpoint')

#求方差1  
def variance(l):#平方的期望-期望的平方  
    s1=0;  
    s2=0;  
    for i in l:  
        s1+=i**2;  
        s2+=i;  
    return float(s1)/len(l)-(float(s2)/len(l))**2;  
      
#求方差2  
def variance2(l):#平方-期望的平方的期望  
    ex=float(sum(l))/len(l);  
    s=0;  
    for i in l:  
        s+=(i-ex)**2;  
    return float(s)/len(l);  

#求标准差
arr_std = np.std(a_list,ddof=1)