python画直方图成绩分析-使用Python进行描述性统计

2 使用NumPy和SciPy进行数值分析

2.1 基本概念

1 from numpy importarray2 from numpy.random importnormal, randint3 #使用List来创造一组数据

4 data = [1, 2, 3]5 #使用ndarray来创造一组数据

6 data = array([1, 2, 3])7 #创造一组服从正态分布的定量数据

8 data = normal(0, 10, size=10)9 #创造一组服从均匀分布的定性数据

10 data = randint(0, 10, size=10)

2.2 中心位置（均值、中位数、众数）

数据的中心位置是我们最容易想到的数据特征。借由中心位置，我们可以知道数据的一个平均情况，如果要对新数据进行预测，那么平均情况是非常直观地选择。数据的中心位置可分为均值（Mean），中位数（Median），众数（Mode）。其中均值和中位数用于定量的数据，众数用于定性的数据。

对于定量数据（Data）来说，均值是总和除以总量（N），中位数是数值大小位于中间（奇偶总量处理不同）的值：

均值相对中位数来说，包含的信息量更大，但是容易受异常的影响。使用NumPy计算均值与中位数：

1 from numpy importmean, median2

3 #计算均值

4 mean(data)5 #计算中位数

6 median(data)

对于定性数据来说，众数是出现次数最多的值，使用SciPy计算众数：

1 from scipy.stats importmode2

3 #计算众数

4 mode(data)

2.3 发散程度（极差、方差、标准差、变异系数）

对数据的中心位置有所了解以后，一般我们会想要知道数据以中心位置为标准有多发散。如果以中心位置来预测新数据，那么发散程度决定了预测的准确性。数据的发散程度可用极差（PTP）、方差（Variance）、标准差（STD）、变异系数（CV）来衡量，它们的计算方法如下：

极差是只考虑了最大值和最小值的发散程度指标，相对来说，方差包含了更多的信息，标准差基于方差但是与原始数据同量级，变异系数基于标准差但是进行了无量纲处理。使用NumPy计算极差、方差、标准差和变异系数：

1 from numpy importmean, ptp, var, std2

3 #极差

4 ptp(data)5 #方差

6 var(data)7 #标准差

8 std(data)9 #变异系数

10 mean(data) / std(data)

2.4 偏差程度（z-分数）

之前提到均值容易受异常值影响，那么如何衡量偏差，偏差到多少算异常是两个必须要解决的问题。定义z-分数（Z-Score）为测量值距均值相差的标准差数目：

</