python描述性统计分析

1、 数值分析

from numpy import array
from numpy.random import normal, randint

list_data = [1, 2, 3]   #使用List来创造一组数据
array_data = array([1, 2, 3])   #使用array来创造一组数据
normal_data = normal(0, 10, size=100)    #创造一组服从正态分布的定量数据
randint_data = randint(0, 10, size=100)  #创造一组服从均匀分布的定性数据

#定量：均值、中位数  定性：众数   借由数据的中心位置，我们可以知道数据的一个平均情况
from numpy import mean, median
from scipy.stats import mode

list_data_mean = mean(list_data)
list_data_median = median(list_data)
list_data_mode = mode(list_data)
randint_data_mean = mean(randint_data)  #均值相对于中位数来说，包含的信息量更大，但是更容易受异常影响
randint_data_median = median(randint_data)
randint_data_mode = mode(randint_data)  #众数是出现次数最多的值

#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，数据的发散成都可用极差、方差、标准差、变异系数来衡量
#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
from numpy import ptp, var, std

list_data_ptp = ptp(list_data)  #极差
list_data_var = var(list_data)  #方差
list_data_std = std(list_data)  #标准差
list_data_mean_std = mean(list_data) / std(list_data)
normal_data_ptp = ptp(normal_data)
normal_data_var = var(normal_data)
normal_data_std = std(normal_data)
normal_data_mean_std = mean(normal_data) / std(normal_data)

#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-score为测量值距均值相差的标准差数目，当标准差不为0且不接近于0的数时，z-分数是有意义的
l