【Python 数据分析】描述性统计：平均数（均值）、方差、标准差、极大值、极小值、中位数、百分位数、用箱型图表示分位数

2024-01-18 17:12
文章标签 python 统计 位数 百分位 均值 数据分析 表示 中位数 方差 标准差 极小值 极大值 描述性 平均数 用箱

本文主要是介绍【Python 数据分析】描述性统计：平均数（均值）、方差、标准差、极大值、极小值、中位数、百分位数、用箱型图表示分位数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

目录

  • 简述 / 前言
  • 1. 平均数（均值）、方差、标准差、极大值、极小值
  • 2. 中位数
  • 3. 百分位数
  • 4. 用箱型图表示分位数

简述 / 前言

前面讲了数据分析中的第一步：数据预处理，下面就是数据分析的其中一个重头戏：描述性统计，具体内容为：平均数（均值）、方差、标准差、极大值、极小值、中位数、百分位数、用箱型图表示分位数。

1. 平均数（均值）、方差、标准差、极大值、极小值

关键方法含义
.mean()求均值
.var()求方差
.std()求标准差
.max()求极大值
.min()求极小值

示例：

import pandas as pd
import numpy as np
import mathnp.random.seed(2024)df = pd.DataFrame(columns=['num'])  # 构造原始数据文件
df['num'] = [np.random.ranf() * 10 for i in range(10)]
print(df, '\n')# num列的平均值
print(f"列num的平均值（均值）为：{df['num'].mean()}")
# num列的方差
print(f"列num的方差为：{df['num'].var()}")
# num列的标准差（方法一）
print(f"列num的标准差（方法一）为：{df['num'].std()}")
# num列的标准差（方法二）
print(f"列num的标准差（方法二）为：{math.sqrt(df['num'].var())}")
# num列的极大值
print(f"列num的极大值为：{df['num'].max()}")
# num列的极小值
print(f"列num的极小值为：{df['num'].min()}")

输出：

        num
0  5.880145
1  6.991087
2  1.881520
3  0.438086
4  2.050190
5  1.060629
6  7.272401
7  6.794005
8  4.738457
9  4.482958 列num的平均值为：4.158947812331025
列num的方差为：6.793267492129306
列num的标准差（方法一）为：2.6063897429450775
列num的标准差（方法二）为：2.6063897429450775
列num的极大值为：7.2724014368445475
列num的极小值为：0.43808563746864815

2. 中位数

关键方法：.median()

示例：

import pandas as pd
import numpy as npnp.random.seed(2024)df = pd.DataFrame(columns=['num'])  # 构造原始数据文件
df['num'] = [np.random.ranf() * 10 for i in range(10)]
print(df, '\n')# num列的中位数
print(f"列num的中位数为：{df['num'].median()}")

输出：

        num
0  5.880145
1  6.991087
2  1.881520
3  0.438086
4  2.050190
5  1.060629
6  7.272401
7  6.794005
8  4.738457
9  4.482958 列num的中位数为：4.610707639442616

3. 百分位数

关键方法：.quantile(q=0.5, interpolation="linear")，各参数含义如下：

参数含义
q要计算的分位数，取值范围为：[0, 1]，常取：0.25, 0.5(默认值), 0.75
interpolation插值类型，可以选：linear(默认值), lower, higher, midpoint, nearest

示例：

import pandas as pd
import numpy as npnp.random.seed(2024)df = pd.DataFrame(columns=['num'])  # 构造原始数据文件
df['num'] = [np.random.ranf() * 10 for i in range(10)]
print(df, '\n')# num列的下分位数（25%）
print(f"列num的下分位数（25%）为：{df['num'].quantile(0.25)}")
# num列的中位数（50%）
print(f"列num的中位数（50%）为：{df['num'].quantile(0.50)}")
# num列的上分位数（75%）
print(f"列num的上分位数（75%）为：{df['num'].quantile(0.75)}")# 或者
print(f"\n列num的分位数（25%、50%、75%）为：\n{df['num'].quantile([.25, .5, .75])}")

输出：

        num
0  5.880145
1  6.991087
2  1.881520
3  0.438086
4  2.050190
5  1.060629
6  7.272401
7  6.794005
8  4.738457
9  4.482958 列num的下分位数（25%）为：1.9236870812745168
列num的中位数（50%）为：4.610707639442616
列num的上分位数（75%）为：6.565540223677057列num的分位数（25%、50%、75%）为：
0.25    1.923687
0.50    4.610708
0.75    6.565540
Name: num, dtype: float64

4. 用箱型图表示分位数

关键方法：df['column']..plot.box()

一般写法：df['column'].plot.box(patch_artist=True, notch=True, color=color, figsize=(8, 6))，各参数含义如下：

参数含义
patch_artist箱型图是否需要填充颜色（True：填充颜色；False：不填充颜色，只保留边缘颜色）
notch是否用凹进的方式显示中位数(50%)（True：中位数用凹进的方式表示；False：中位数用一条线段表示）
color箱型图的颜色
figsize图片大小

示例【patch_artist 和 notch 都为 True】：

import pandas as pd
import numpy as np
import matplotlib.pyplot as pltnp.random.seed(2024)df = pd.DataFrame(columns=['num'])  # 构造原始数据文件
df['num'] = [np.random.ranf() * 10 for i in range(10)]df['num'].plot.box(patch_artist=True, notch=True, color='green', figsize=(8, 6))  # 绘制箱状图
plt.show()

输出：
请添加图片描述

示例【patch_artist 和 notch 都为 False】：

import pandas as pd
import numpy as np
import matplotlib.pyplot as pltnp.random.seed(2024)df = pd.DataFrame(columns=['num'])  # 构造原始数据文件
df['num'] = [np.random.ranf() * 10 for i in range(10)]df['num'].plot.box(patch_artist=False, notch=False, color='green', figsize=(8, 6))  # 绘制箱状图
plt.show()

输出：
请添加图片描述

从这个箱型图可以很清晰的看出样本数据的极小值和极大值，以及上分位数（75%），中位数（50%）和下分位数（25%）。

除了上面那种写法，还有下面这种写法：df.plot.box(column=column, patch_artist=True, notch=True, color=color, figsize=(8, 6))，就是把 column 放到 box 方法里面。

那么上述代码可以改为：

import pandas as pd
import numpy as np
import matplotlib.pyplot as pltnp.random.seed(2024)df = pd.DataFrame(columns=['num'])  # 构造原始数据文件
df['num'] = [np.random.ranf() * 10 for i in range(10)]# df['num'].plot.box(patch_artist=False, notch=False, color='green', figsize=(8, 6))  # 绘制箱状图
# 或者
df.plot.box(column='num', patch_artist=False, notch=False, color='green', figsize=(8, 6))  # 绘制箱状图
plt.show()

输出的结果是一样的~

这篇关于【Python 数据分析】描述性统计：平均数（均值）、方差、标准差、极大值、极小值、中位数、百分位数、用箱型图表示分位数的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/619694。

相关文章

Python 字符串占位

Python 字符串占位

在Python中，可以使用字符串的格式化方法来实现字符串的占位。常见的方法有百分号操作符 % 以及 str.format() 方法 百分号操作符 % name = "张三"age = 20message = "我叫%s，今年%d岁。" % (name, age)print(message) # 我叫张三，今年20岁。 str.format() 方法 name = "张三"age
阅读更多...
一道经典Python程序样例带你飞速掌握Python的字典和列表

一道经典Python程序样例带你飞速掌握Python的字典和列表

Python中的列表（list）和字典（dict）是两种常用的数据结构，它们在数据组织和存储方面有很大的不同。 列表（List） 列表是Python中的一种有序集合，可以随时添加和删除其中的元素。列表中的元素可以是任何数据类型，包括数字、字符串、其他列表等。列表使用方括号[]表示，元素之间用逗号,分隔。 定义和使用 # 定义一个列表 fruits = ['apple', 'banana
阅读更多...
Python应用开发——30天学习Streamlit Python包进行APP的构建（9）

Python应用开发——30天学习Streamlit Python包进行APP的构建（9）

st.area_chart 显示区域图。 这是围绕 st.altair_chart 的语法糖。主要区别在于该命令使用数据自身的列和指数来计算图表的 Altair 规格。因此，在许多 "只需绘制此图 "的情况下，该命令更易于使用，但可定制性较差。 如果 st.area_chart 无法正确猜测数据规格，请尝试使用 st.altair_chart 指定所需的图表。 Function signa
阅读更多...
SQL Server中，查询数据库中有多少个表，以及数据库其余类型数据统计查询

SQL Server中，查询数据库中有多少个表，以及数据库其余类型数据统计查询

sqlserver查询数据库中有多少个表 sql server 数表:select count(1) from sysobjects where xtype='U'数视图:select count(1) from sysobjects where xtype='V'数存储过程select count(1) from sysobjects where xtype='P' SE
阅读更多...
python实现最简单循环神经网络(RNNs)

python实现最简单循环神经网络(RNNs)

Recurrent Neural Networks（RNNs） 的模型： 上图中红色部分是输入向量。文本、单词、数据都是输入，在网络里都以向量的形式进行表示。 绿色部分是隐藏向量。是加工处理过程。 蓝色部分是输出向量。 python代码表示如下： rnn = RNN()y = rnn.step(x) # x为输入向量，y为输出向量 RNNs神经网络由神经元组成， python
阅读更多...
python 喷泉码

python 喷泉码

因为要完成毕业设计，毕业设计做的是数据分发与传输的东西。在网络中数据容易丢失，所以我用fountain code做所发送数据包的数据恢复。fountain code属于有限域编码的一部分，有很广泛的应用。 我们日常生活中使用的二维码，就用到foutain code做数据恢复。你遮住二维码的四分之一，用手机的相机也照样能识别。你遮住的四分之一就相当于丢失的数据包。 为了实现并理解foutain
阅读更多...
python 点滴学

python 点滴学

1 python 里面tuple是无法改变的 tuple = （1,）,计算tuple里面只有一个元素，也要加上逗号 2  1 毕业论文改 2 leetcode第一题做出来
阅读更多...
Python爬虫-贝壳新房

Python爬虫-贝壳新房

前言 本文是该专栏的第32篇，后面会持续分享python爬虫干货知识，记得关注。 本文以某房网为例，如下图所示，采集对应城市的新房房源数据。具体实现思路和详细逻辑，笔者将在正文结合完整代码进行详细介绍。接下来，跟着笔者直接往下看正文详细内容。（附带完整代码） 正文 地址：aHR0cHM6Ly93aC5mYW5nLmtlLmNvbS9sb3VwYW4v 目标：采集对应城市的
阅读更多...
python 在pycharm下能导入外面的模块，到terminal下就不能导入

python 在pycharm下能导入外面的模块，到terminal下就不能导入

项目结构如下，在ic2ctw.py 中导入util，在pycharm下不报错，但是到terminal下运行报错  File "deal_data/ic2ctw.py", line 3, in <module>     import util 解决方案： 暂时方案：在终端下：export PYTHONPATH=/Users/fujingling/PycharmProjects/PSENe
阅读更多...
将一维机械振动信号构造为训练集和测试集（Python）

将一维机械振动信号构造为训练集和测试集（Python）

从如下链接中下载轴承数据集。 https://www.sciencedirect.com/science/article/pii/S2352340918314124 import numpy as npimport scipy.io as sioimport matplotlib.pyplot as pltimport statistics as statsimport pandas
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2