【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

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

揭秘Python Socket网络编程的7种硬核用法

《揭秘PythonSocket网络编程的7种硬核用法》Socket不仅能做聊天室,还能干一大堆硬核操作,这篇文章就带大家看看Python网络编程的7种超实用玩法,感兴趣的小伙伴可以跟随小编一起... 目录1.端口扫描器:探测开放端口2.简易 HTTP 服务器:10 秒搭个网页3.局域网游戏:多人联机对战4.

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步