【python】使用scipy库进行描述统计

最新推荐文章于 2024-04-15 19:24:28 发布

jeffery18

最新推荐文章于 2024-04-15 19:24:28 发布

阅读量1.4k

点赞数

分类专栏： python学习文章标签： python

本文链接：https://blog.csdn.net/weixin_43088960/article/details/123988134

版权

本文介绍了如何使用Python的scipy库进行单变量和多变量的描述统计，重点讲解了groupby函数在分类统计中的应用，以及协方差和皮尔森相关系数的概念和其在分析两个变量关系时的重要性。通过groupby实现数据分类统计，通过协方差和皮尔森相关系数评估变量间的相关性。

摘要由CSDN通过智能技术生成

1. 单变量

2. 多变量

2.1 groupby函数的使用，分类统计

2.2 协方差

2.3 皮尔森相关系数

1. 单变量

import numpy as np
import pandas as pd
import scipy as sp
from scipy import stats  # scipy里面关于统计分析的stats

data=np.array([2,3,3,4,4,4,4,5,5,6]) # 创建一个数组

# scipy求和
sum_data=sp.sum(data)

# 求均值或期望
mean_data=sp.mean(data)

# 求方差
sigma_2_data1=sp.var(data,ddof=0) # ddof参数0是方差，1为无偏方差

# 求无偏方差
sigma_2_data2=sp.var(data,ddof=1)

# 求标准差
sigma_data=sp.std(data,ddof=1)

# 求最大最小值
max_data=sp.amax(data)
min_data=sp.amin(data)

# 求中位数
medium_data=sp.median(data)

# 求四分位数
data2=np.array([1,2,3,4,5,6,7,8,9])
stats.scoreatpercentile(data2, 25),stats.scoreatpercentile(data2, 75)