《Python项目——描述性统计分析》

一，简介

描述性统计分析，是统计学当中的一种分析方法，它是对原始数据进行概括和观察后的一种描述，一般分为集中趋势分析和离散程度分析两种方法。对于集中趋势分析，我们主要研究的是数据的集中程度，有众数，中位数，均值这几个反映指标；而离散程度分析主要度量的是数据的分散程度，有四分位数，标准差这两个反映指标。值得注意的是，当数据集的集中趋势较强时，分散程度就越弱，反之亦然。

二，输入

#获得原始数据
def getdata():
	while True:
		data=eval(input('请输入数据型数据（数据间用\',\'作为分隔符：）'))
		for i in data:
			judge=type(i)
			if judge != int:
				print('输入非数据型数据，请重新输入')
				print('-'*20)
				break
			else:
				return data		

三，处理输出

（一）集中趋势分析

1.众数

#对原始数据求众数
def Mode(data):
	'''
	data:tuple
	'''
	count={
     }
	mode_list=[]
	for num in data:
		if count.get(num,0) == 0:
			count[num]=1
		else:
			count[num]+=1
	for key,value in count.items():
		if value == max(count.values()):
			mode_list.append(key)
	for i in range(len(mode_list)):
		mode_list[i]=str(mode_list[i])
	return ','.join(mode_list)

2.中位数

def Median(data):
	data=sorted(data)
	if len(data) %2 !=0:
		locate=int((len(data)+1)/2)
		med=data[locate-1]
	else:
		locate=(len(data)+1)/2
		med=(data[int(locate-0.5-1)]+data[int(locate+0.5-1)])/2
	return med

3.均值

def Average(data):
	count=len(data)
	sum=0
	for num in data:
		sum+=num
	avg=sum/count
	return avg

（二）离散程度分析

1.四分位数

def Quartile(data):
	data=sorted(data)
	Ql=(len(data)+1)*0.25
	QU=(3*(len(data)+1))/4
	if Ql ==int(Ql):
		Ml=data[int(Ql)-1]
	else:
		Ml=(1-(Ql-int(Ql)))*data[int(Ql-1)]+(Ql-int(Ql))*data[int(Ql)]
	if QU ==int(QU):
		Mu=data[int(QU)-1]
	else:
		Mu=(1-(QU-int(QU)))*data[int(QU-1)]+(QU-int(QU))*data[int(QU)]
	return Ml,Mu

2.标准差

def Stdev(avg,data):
	mils=[]
	sum=0
	for num in data:
		mils.append((num-avg)**2)
	for num in mils:
		sum+=num
	return (sum/len(data))**(1/2)

四，结合输出

def getdata():
	while True:
		data=eval(input('请输入数据型数据（数据间用\',\'作为分隔符）：'))
		for i in data:
			judge=type(i)
			if judge != int:
				print('输入非数据型数据，请重新输入')
				print('-'*20)
				break
			else:
				return data		
def Mode(data):
	count={
     }
	mode_list=[]
	for num in data:
		if count.get(num,0) == 0:
			count[num]=1
		else:
			count[num]+=1
	for key,value in count.items():
		if max(count.values())==1:
			return None
		if value == max(count.values()):
			mode_list.append(key)
	for i in range(len(mode_list)):
		mode_list[i]=str(mode_list[i])
	return ','.join(mode_list)
def Median(data):
	data=sorted(data)
	if len(data) %2 !=0:
		locate=int((len(data)+1)/2)
		med=data[locate-1]
		return med
	else:
		locate=(len(data)+1)/2
		med=(data[int(locate-0.5-1)]+data[int(locate+0.5-1)])/2
		return med
def Average(data):
	count=len(data)
	sum=0
	for num in data:
		sum+=num
	avg=sum/count
	return avg
def Quartile(data):
	data=sorted(data)
	Ql=(len(data)+1)*0.25
	QU=(3*(len(data)+1))/4
	if Ql ==int(Ql):
		Ml=data[int(Ql)-1]
	else:
		Ml=(1-(Ql-int(Ql)))*data[int(Ql-1)]+(Ql-int(Ql))*data[int(Ql)]
	if QU ==int(QU):
		Mu=data[int(QU)-1]
	else:
		Mu=(1-(QU-int(QU)))*data[int(QU-1)]+(QU-int(QU))*data[int(QU)]
	return Ml,Mu
def Stdev(avg,data):
	mils=[]
	sum=0
	for num in data:
		mils.append((num-avg)**2)
	for num in mils:
		sum+=num
	return (sum/len(data))**(1/2)
data=getdata()
mode=Mode(data)
med=Median(data)
avg=Average(data)
Ml,Mu=Quartile(data)
std=Stdev(avg,data)
print('众数为{}，\n中位数为{}，\n上分位数为{}，\n下分位数为{}，\n均值为{:.2f}，\n标准差为{:.2f}，\n'.format(mode,med,Ml,Mu,avg,std))