Python在描述统计中应用

使用numpy实现统计学应用哦

基本常用代码介绍

list_data = [1, 2, 3]   #使用List来创造一组数据
array_data = array([1, 2, 3])   #使用array来创造一组数据
normal_data = normal(0, 10, size=100)    #创造一组服从正态分布的定量数据
randint_data = randint(0, 10, size=100)  #创造一组服从均匀分布的定性数据
#定量：均值、中位数  定性：众数   借由数据的中心位置，我们可以知道数据的一个平均情况
from numpy import mean, median
from scipy.stats import mode
 
list_data_mean = mean(list_data)
list_data_median = median(list_data)
list_data_mode = mode(list_data)
randint_data_mean = mean(randint_data)  #均值相对于中位数来说，包含的信息量更大，但是更容易受异常影响
randint_data_median = median(randint_data)
randint_data_mode = mode(randint_data)  #众数是出现次数最多的值

list_data_ptp = ptp(list_data) #极差
list_data_var = var(list_data) #方差
list_data_std = std(list_data) #标准差

实际应用，随机生成一组正态分布的整数，对这组数据求平均值、众数、中位数、极差、方差、标准差

    from numpy import mean,median,ptp,var,std
    from scipy.stats import mode
    from numpy.random import randint
    stastic_data=randint(30,100,size=50)
    print(stastic_data,mean(stastic_data),
      median(stastic_data),mode(stastic_data),
      ptp(stastic_data),var(stastic_data),std(stastic_data),
      (mean(stastic_data)/std(stastic_data)),sep='\n'))

输出结果如下

 [97 63 55 61 92 47 67 76 69 39 73 54 87 30 39 51 32 66 69 74 40 54 97 74
     36 91 80 98 79 36 46 74 93 52 66 85 67 63 79 95 47 56 90 34 99 98 33 47
     72 91]
    66.26
    67.0
    ModeResult(mode=array([47]), count=array([3]))
    69
    436.31239999999997
    20.888092301596142
    3.17214224464801

---

作者：weixin_39928244
来源：CSDN
原文：https://blog.csdn.net/weixin_39928244/article/details/83002002
版权声明：本文为博主原创文章，转载请附上博文链接！