统计量分析

统计量分析主要包括集中趋势分析和离中趋势分析，主打的就是一个数据的再加工，从而体现整体数据的特征。

集中趋势度量

均值

有两种均值，一种是不带权值的均值，就是所有数的和除以数的个数。另一种是带权的均值，是每个数的权×这个数的值，然后求和，最后除以所有权的和；或者说直接是频率和该数的值乘积的和。

极端值对均值的影响极大。所以如果有极端值过于的离谱，可以考虑用中位数或则截断均值来描述集中趋势度量。（截断均值是指去掉高低端值的平均数）

中位数

一列数从小到大排列，中间的数叫中位数。如果数的个数是奇数，就是最中间的数。如果数的个数是偶数，中位数是中间两个数的均值。

众数

出现次数最多的数

离中趋势度量

极差

极差就是一系列数的最大值减去最小值

标准差

先求出来均值，每个数减去均得出来的数再平方，然后求和，最后和除以数的个数，最后这个值开二次方。

变异系数

标准差/均值，得到的就是变异系数。

四分位数间距

上四分位数-下四分位数，得到的数就是四分位数间距

下面展示如何用代码展现这些量：

我遇到的问题：

不了解loc函数在一坨数据中的定位的用法

解决办法：

https://blog.csdn.net/qq_36201400/article/details/108766414?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167851087416800215068403%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167851087416800215068403&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-2-108766414-null-null.142^v73^insert_down1,201^v4^add_ask,239^v2^insert_chatgpt&utm_term=loc%E5%87%BD%E6%95%B0&spm=1018.2226.3001.4187https://blog.csdn.net/qq_36201400/article/details/108766414?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167851087416800215068403%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167851087416800215068403&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-2-108766414-null-null.142^v73^insert_down1,201^v4^add_ask,239^v2^insert_chatgpt&utm_term=loc%E5%87%BD%E6%95%B0&spm=1018.2226.3001.4187

具体的代码如下：

# -*- coding: utf-8 -*-
# 代码3-6 餐饮销量数据统计量分析

# 餐饮销量数据统计量分析
import pandas as pd#导入pandas库，并且用pd标记

catering_sale = 'D:\DataMiningCode\chapter3\demo\data\catering_sale.xls'  # 用catering_sale标记餐饮数据
data = pd.read_excel(catering_sale, index_col = '日期')  # 读取数据，用data标记读取的这个文件，指定“日期”列为索引列
data = data[(data['销量'] > 400)&(data['销量'] < 5000)]  # 过滤异常数据，把data的'销量'列中小于等于400的数据和大于等于5000的数据项去掉
statistics = data.describe()  # 对处理过的data使用describe方法，保存基本统计量

#以下使用loc方法，此方法是返回名称为***的数据，如果没有这个名称，就新设置一个这个名的名称
statistics.loc['range'] = statistics.loc['max']-statistics.loc['min']  # 极差
statistics.loc['var'] = statistics.loc['std']/statistics.loc['mean']  # 变异系数
statistics.loc['dis'] = statistics.loc['75%']-statistics.loc['25%']  # 四分位数间距

print(statistics)