数据集:数据有四列 ID、年龄、价格、港口
操作环境:jupyter notebook
分析一:按照港口分类,求出各类港口数据年龄和价格的统计量(包括均值、方差、标准差、变异系数等)
1.导入数据
import numpy as np
import pandas as pd
df=pd.read_excel("C:/../data.xlsx",index_col=0,header=0,encoding="utf-8-sig")
print(df)
2.求统计量
df.groupby("Embarked").describe( )
df.groupby("Embarked").mean( ) #求均值
df.groupby("Embarked").var( ) #求方差
df.groupby("Embarked").std( ) #求标准差
#求变异系数
df1=df.groupby("Embarked").std( )
df2=df.groupby("Embarked").mean( )
df3=df1/df2
print(df3)
分析二:画出价格的分布图像,验证数据服从何种分布?正态/卡方/T分布?
1.价格数据的分布图像
import matplotlib.pyplot as plt
#让图表直接在jupyter notebook中展示出来
%matplotlib inline
#解决中文乱码问题
plt.rcParams["font.sans-serif"]='SimHei'
#解决负号无法正常显示的问题
p