Scipy

1.Scipy简介

使用python做科学计算，详情参考官方文档

scipy软件包包含专用于科学计算中常见问题的各种工具箱，他的不同子模块对应于不同的应用程序，例如插值，积分，优化，图像处理，统计，特殊功能等。

2.scipy-插值举例

 1 import numpy as np
 2 # 插值
 3 from scipy import interp
 4 import matplotlib.pyplot as plt
 5 %matplotlib inline
 6 
 7 # 10个点
 8 X=np.linspace(0,2*np.pi,10)
 9 y=np.sin(X)
10 plt.scatter(X,y,color='red')
11 
12 plt.figure(figsize=(12,9))
13 X2=np.linspace(0,2*np.pi,55)
14 # 使用scipy中的插值方法填充y2
15 # One-dimensional linear interpolation. 一维的线性插值
16 # X2插值对象，X，y是根据什么关系插值
17 # 插值是在之前的的点之间加入多少个点
18 # 类似局部线性回归,两点之间线性进行了平均
19 y2=interp(X2,X,y)
20 plt.scatter(X2,y2)
21 # 关系的10个点
22 plt.scatter(X,y)
23 plt.plot(X2,np.sin(X2),color='green') # 标准的正弦波

上例为一维插值，在两点之间平均插值

插值的应用：填充空数据（数据预处理）

填充空数据的方法：

• 平均值
• 中位数
• 众数
• scipy插值（多种）
• 拉格朗日中值定理插值（高阶插值方法）
• 算法，回归算法，model.fit(),model.predict()
• kmeans聚类，聚类之后（根据相近的数据）进行填充

拉格朗日插值法：

 

拉格朗日插值法举例：

 

 

 

 应用拉格朗日插值法对上表进行插补，使用缺失值前后各5个未缺失的数据参与建模，得到插值结果如下：

 

在进行插值之前会对数据进行异常值检测，发现2015/2/21日的数据是异常的（数据大于5000），所以也把此日期数据定义为空值，进行补数，利用拉格朗日，结果是4275.255和4156.86，这两天是周末，所以销售额一般要比周一到周五多，所以插值结果比较符合实际情况。

 

3.统计(scipy.stats)

所有统计功能都位于子包中scipy.stats

连续随机变量和离散随机变量

参考：

https://docs.scipy.org/doc/scipy/reference/tutorial/stats.html#comparing-two-samples

假设检验是最常用的指标：

假设检验也叫显著性检验，是以小概率反证法的逻辑推理，判断假设是否成立的统计方法，它首先假设样本对应的总体参数（或分布）与某个已知总体参数（或分布）相同，然后根据统计量的分布规律来分析样本数据，利用样本信息判断是否支持这种假设，并对检验假设做出取舍抉择，做出的结论是概率性的，不是绝对的肯定或否定。