本文是emu193课程的Python数据分析作业，使用IPython进行数据处理和可视化。作业涉及Anscombe数据集，包括计算各数据集的x、y均值、方差和相关系数，进行线性回归拟合，以及使用Seaborn进行可视化。结果显示，尽管统计特征相似，但数据集的实际分布存在显著差异，强调了数据可视化在分析中的重要性。
本次作业是emu193课程ipython的教程课后作业，原地址请见：
https://nbviewer.jupyter.org/github/schmit/cme193-ipython-notebooks-lecture/blob/master/Exercises.ipynb
一.IPython的使用
ipython是一个很好用的网页python编辑、终端集成插件。使用它，可以很方便地进行代码的编写与运行。在我这次的作业中，我感受到它最大的便利是
1.可以直接在网页上输出运行的结果，如图片、表格等，比普通的python的终端更简洁、易读。
2.可以对同一行代码很方便地进行多次修改与运行，避免了在普通终端中每行代码只能使用一次的麻烦。
ipython中代码的运行方式很简单，只用按住shift+Enter就可以运行当前文本框里的代码了。这次作业，我都将使用ipython来完成。
二.作业题目
本次作业是在一个很著名的教学数据集Anscombe上面进行的（在文章开头链接中，找到data文件夹就可以下载）。该数据集因为其可视化后的特殊效果而广为使用。
有什么特殊效果呢？我们在题目中去寻找吧。
Part 1
For each of the four datasets...
- Compute the mean and variance of both x and y
- Compute the correlation coefficient between x and y
- Compute the linear regression line: y=β0+
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
