牛客题解 | 描述性统计计算器

题目

题目链接

描述性统计是一种描述数据集特征的方法，通过若干类数据统计值来进行统计。本题具体使用的统计值如下

1. 平均值（mean）
   $$\mu =\frac{1}{n}\sum _{i=1}^n{x}_i$$

2. 中位数（median）
   将数据从小到大排序后：
   

3. 众数（mode）
   出现次数最多的数值：
   $$mode=\arg \underset{x}{\max }f(x)$$
   其中 $f(x)$ 为 $x$ 出现的频率

4. 方差（variance）
   $${\sigma }^2=\frac{1}{n-1}\sum _{i=1}^n(x_i-\mu {)}^2$$

5. 标准差（standard_deviation）
   $$\sigma =\sqrt{\frac{1}{n-1}\sum _{i=1}^n(x_i-\mu {)}^2}$$

6. 25th百分位数（25th_percentile）
   $$Q_1=P_{25}$$
   25%百分位数是数据从小到大排序后，第25%个数据，剩下的百分位数同理。

7. 50th百分位数（50th_percentile）
   $$Q_2=P_{50}=median$$

8. 75th百分位数（75th_percentile）
   $$Q_3=P_{75}$$

9. 四分位距（interquartile_range）
   $$IQR=Q_3-Q_1$$
   四分位距是数据集中位于25%到75%之间的数据范围。

标准代码如下

def descriptive_statistics(data):
    data = np.array(data)
    mean = np.mean(data)
    median = np.median(data)
    unique, counts = np.unique(data, return_counts=True)
    mode = unique[np.argmax(counts)] if len(data) > 0 else None
    variance = np.var(data)
    std_dev = np.sqrt(variance)
    percentiles = np.percentile(data, [25, 50, 75])
    iqr = percentiles[2] - percentiles[0]
    stats_dict = {
        "mean": mean,
        "median": median,
        "mode": mode,
        "variance": np.round(variance,4),
        "standard_deviation": np.round(std_dev,4),
        "25th_percentile": percentiles[0],
        "50th_percentile": percentiles[1],
        "75th_percentile": percentiles[2],
        "interquartile_range": iqr
    }
    return stats_dict

在scipy库和pandas库中也有对应的描述性统计计算方法。