数据特征分析技能—— 统计分析

最新推荐文章于 2024-02-01 22:56:02 发布

原创

最新推荐文章于 2024-02-01 22:56:02 发布 · 4.5k 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#pandas #python #统计分析 #离中趋势度 #集中趋势度

本文介绍了数据统计分析中的集中趋势度量和离中趋势度量。集中趋势度量包括数值平均数（算数平均数、几何平均数和位置平均数）和位置平均数（众数和中位数）。离中趋势度量涉及极差、分位差、方差和标准差。集中趋势度量关注数据的中心值，而离中趋势度量则衡量数据偏离中心的程度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据特征分析技能——统计分析

统计指标对定量数据进行统计描述，常从集中趋势和离中趋势两个方面进行分析

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
% matplotlib inline

集中趋势度量

指一组数据向某一中心靠拢的倾向，核心在于寻找数据的代表值或中心值

取得集中趋势代表值的方法有两种：数值平均数和位置平均数
- 数值平均数
- 算数平均数
- 调和平均数
- 几何平均数
- 位置平均数
- 众数
- 中位数

数值平均数

算数平均数

关注数值，鲁棒性弱（稳定性较弱，易受到异常值影响）

data = pd.DataFrame({
  
  'value':np.random.randint(100,120,100),
                    'f':np.random.rand(100)})
data['f'] = data['f'] / data['f'].sum()  # f为权重，这里将f列设置成总和为1的权重占比
print(data.head())
print('-----------------')

# 算数平均值
mean = data['value'].mean()
print('算数平均数为：%.2f'%mean)

mean_w = (data['value'] * data['f']).sum() / data['f'].sum()
print('加权算数平均值为：%.2f'%mean_w)
# 加权算数平均值 = (x1f1 + x2f2 + ... + xnfn) / (f1 + f2 + ... + fn)

          f  value
0  0.014970    118
1  0.007184    116
2  0.007459    101
3  0.005892    110
4  0.016599    119
-----------------
算数平均数为：110.09
加权算数平均值为：110.69