数据分析学习笔记

目录

一.介绍

二.代码实现

---

一.介绍

集中趋势：均值，中位数，众数，分位数(常用四分位数)

                                     

离中趋势：标准差，方差

数据分布：偏态与峰度

                                    

                         S为+：正偏 均值大 为负则反之       

                         数据分布集中强度K越大顶越尖越小越平缓 正态分布的K=3

卡方分布：几个标准正态分布（均值为0方差为1）的平方和满足的分布  ----  待补充

T分布：正态分布的一个随机变量除以一个服从卡方分布的变量----用来根据小样本来估计呈正态分布且方差未知的总体的均值。

F分布：构成两个服从卡方分布的随机变量的比值构成的（即就是两个卡方分布的商）----  待补充

二.代码实现

# -*- coding:utf-8 -*- 
# @Author: Han
import pandas as pd
import scipy.stats as ss

df = pd.read_csv("\Data\HR.csv")
# DataFrame   和  Series  两种数据结构

df.mean()         # 求均值
df.median()       # 中位数
df.quantile(q=0.25)    # 四分位数根据参数q
df.mode()         # 众数
df.std()          # 离标准差
df.var()          #方差
df.sum()          #求和
df.skew()         #偏态系数
df.kurt()         #峰态系数
ss.norm()         # 正态分布
ss.norm.stats(moments="mvsk")     #
ss.norm.pdf(0.0)           #指定横坐标返回竖坐标
ss.norm.ppf(0.9)           #累计值 积分为0.9时 从-无穷大到返回值
ss.norm.cdf(2)             #从-无穷积到2的累计概率
ss.norm.cdf(2)-ss.norm.cdf(-2)
ss.norm.rvs(size=10)   #得到10个符合正态分布的数字
ss.chi2()             #卡方分布
ss.t()                # t分布
ss.f()                # f分布

df.sample(n=10)    # 按个数抽样
df.sample(frac=0.001)   #按比例抽样

                                                                           重要的是学会查文档