Python 2.7 中的 Pandas 第 9 部分 - 统计信息

这段文字主要介绍了如何使用Python中的pandas库来获取数据统计信息。

首先，通过 df.describe() 方法可以获得一些基本的数据统计信息，包括行数、平均值、最小值、最大值、标准差、25%、50%、75% 分位数。

然后，通过 df.corr() 方法可以获得数据之间的相关性。相关性是指两个变量之间线性关系的程度，取值范围为 -1 到 1。相关性为 1 表示完全正相关，相关性为 -1 表示完全负相关，相关性为 0 表示不相关。

例如，这段文字中提到了 high 和 open 之间的相关性很高，因为当 open 发生明显变化时，high 也通常会发生变化。而 volume 和 high minus low 之间的相关性较低，说明它们之间没有很强的线性关系。

总而言之，这段文字介绍了如何使用 df.describe() 和 df.corr() 这两个方法来获取数据统计信息，并解释了相关性的概念以及如何通过相关性来分析数据。

在本教程中，我们将介绍 Pandas 可以快速对您的数据集执行的各种统计运算。 这包括方差和相关性等。 这实际上非常令人印象深刻，因为一种流行的投资方法是寻找相关资产并投资于落后变化的资产。 许多人付费使用服务来完成这项工作，但实际上我们用 Pandas 编程相对简单。 该系列的示例代码：http://pythonprogramming.net/python-2-7-pandas-data-analysis/Pandas 教程系列：https://www.youtube.com/playlist?list=PLQVvvaa0QuDfHt4XU7vTm22xDegR0v0fQhttp://seaofbtc.comhttp://sentdex.comhttp://hkinsley.com