- 1、本文档共19页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
数据分析:统计学基础教程数据分析:统计学基础教程
数据分析:统计学基础教程数据分析:统计学基础教程
1.数据的描述与可视化数据的描述与可视化
1.1数据类型与度量数据类型与度量
在数据分析中,理解数据类型至关重要。数据通常分为两大类:定量数据和定性数据。
•定量数据定量数据:可以进行数学运算的数据,如年龄、收入等。进一步分为连续型和离散型。
◦连续型连续型:可以取任意值的数据,如身高、体重。
◦离散型离散型:只能取特定值的数据,如人数、票数。
•定性数据定性数据:描述性质的数据,如性别、颜色等。分为名义型和顺序型。
◦名义型名义型:无序分类,如城市名。
◦顺序型顺序型:有序分类,如教育程度。
1.2中心趋势度量:均值、中位数、众数中心趋势度量:均值、中位数、众数
中心趋势度量用于描述数据集的“中心”位置。主要有三种度量方式:
•均值均值:所有数值的总和除以数值的数量。
•中位数中位数:将数据集按数值大小排序后位于中间的数。
•众数众数:数据集中出现频率最高的数值。
示例代码示例代码
importnumpyasnp
#示例数据
data=np.array([1,2,3,4,5,6,7,8,9,10])
#计算均值
mean=np.mean(data)
print(f均值:{mean})
#计算中位数
median=np.median(data)
print(f中位数:{median})
#计算众数
fromscipyimportstats
mode=stats.mode(data)
print(f众数:{mode.mode[0]})
1.3离散趋势度量:方差、标准差离散趋势度量:方差、标准差
离散趋势度量用于描述数据的分散程度。
•方差方差:衡量数值与其均值的平均差异的平方。
•标准差标准差:方差的平方根,表示数值与均值的平均差异。
示例代码示例代码
#使用同一数据集
variance=np.var(data)
print(f方差:{variance})
std_dev=np.std(data)
print(f标准差:{std_dev})
1.4数据分布:正态分布、偏态与峰态数据分布:正态分布、偏态与峰态
数据分布描述数据的形状和模式。
•正态分布正态分布:数据呈钟形曲线分布,均值、中位数和众数相同。
•偏态偏态:数据分布的不对称性。正偏态表示长尾在右侧,负偏态表示长尾在左侧。
•峰态峰态:数据分布的尖峰程度。高峰态表示数据更集中,低峰态表示数据更分散。
示例代码示例代码
importmatplotlib.pyplotasplt
#生成正态分布数据
normal_data=np.random.normal(loc=0,scale=1,size=1000)
#绘制直方图
plt.hist(normal_data,bins=50,density=True)
plt.title(正态分布数据的直方图)
plt.show()
#计算偏态和峰态
skewness=stats.skew(normal_data)
kurtosis=stats.kurtosis(normal_data)
print(f偏态:{skewness})
print(f峰态:{kurtosis})
1.5数据可视化:直方图、箱线图、散点图数据可视化:直方图、箱线图、散点图
数据可视化是理解数据分布和关系的关键工具。
•直方图直方图:显示数据的分布情况。
•箱线图箱线图:展示数据的五数概括(最小值、下四分位数、中位数、上四分位数、最大
值)。
•散点图散点图:用于探索两个变量之间的关系。
示例代码示例代码
#生成两组数据
x=np.random.normal(loc=0,scale=1,size=100)
y=np.random.normal(loc=0,scale=1,size=100)
#绘制直方图
plt.hist(x,bins=20,alpha=0.5,label=x)
plt.hist(y,bins=20,alpha=0.5,label=y)
plt.legend(loc=u
文档评论(0)