描述性统计3-mac环境下安装numpy包，pandas包等，以及使用python完成描述性统计

3、Python实现描述性统计的内容。
一、python 安装
python官网下载： https://www.python.org/downloads/
我使用的电脑是mac，如果有windows系统请自行百度。
二、安装过程
2.1 安装python过程
Mac自带python软件，可以在终端中查看python的版本

• 点开终端后，输入python3，有如下内容，则为安装完python3版本。

• 如出现一下图片，则没有安装python文件
  
  2.2pandas和numpy环境安装；
  2.2.0检查是否存在python的安装包
• 输入pip list，显示如下图，则无python的安装包
  
  2.2.1需要先添加pip的安装包，具体如下：
  在终端中输入以下命令
  第一步：

curl 'https://bootstrap.pypa.io/get-pip.py' > get-pip.py

第二步：

sudo python get-pip.py

第三步：

 sudo easy_install pip

2.2.3 pandas的安装环境

python3 -m pip install pandas

2.2.4 安装numpy

sudo pip install --ignore-installed numpy 

2.2.5 升级pip

pip install --upgrade pip

三、Python实现描述性统计的内容
3.1.1 读取Excel文件

>>> import pandas as pd
>>>df=pd.read_excel(r'路径')

集中趋势

>>> #描述性统计
 print('描述性统计：',date.describe())
描述性统计： count    699.000000
mean       4.417740
std        2.815741
min        1.000000
25%        2.000000
50%        4.000000
75%        6.000000
max       10.000000
Name: data, dtype: float64
 或者使用以下方法
#众数
>>> print('众数为：',date.mode())
众数为： 0    1
#均值
>>>print('均值：',date.mean())
均值： 4.417739628040057
dtype: int64
#中位数
>>>print('中位数：',date.quantile(0.5))
#或者
print('中位数为：',data.median())
上四分位数： 4.0 
#最大值
>>> print('最大值：',date.max())
最大值： 10
#极差
>>>print('极差：',date.max()-date.min())
极差： 9
>>> print('下四分位数：',date.quantile(0.25))

>>> print('上四分位数：',date.quantile(0.75))

>>> print('四分位差：',date.quantile(0.75)-date.quantile(0.25))
四分位差： 4.0
>>> #方差
print('方差为：',date.var())
>>> #标准差
print('标准差为：',date.std())
>>>#偏度
print('偏度为：',date.skew())
>>>#峰度
 print('峰度为：',date.kurt())
>>>#变异系数
 print('变异系数为：',date.mean()/date.std())