方差齐性检验+箱线图+相关性计算

原创

于 2022-02-19 14:24:55 发布 · 823 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据分析 #开发语言

本文介绍了使用Python进行数据分析时，如何执行方差齐性检验和相关性计算。通过示例代码，展示了数据分析过程中的关键步骤，重点关注了统计检验和数据可视化，包括箱线图的绘制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
import numpy as np
import os
from matplotlib import pyplot as plt
from scipy.stats import levene, stats
# 获取所有的文件夹名字
subID_list = []
for subID in os.listdir('data/rpData'):
    subID_list.append(subID)
# 计算每个被试FD_Power平均值
AVG = {}
# 提取出需要的数据
for subID in subID_list:
    txt = open("data/rpData/" + subID + "/FD_Power_" + subID + ".txt", encoding="utf-8")
    FD_Power = txt.readlines()
    FD_Power_new = []
    # 字符串处理与转化
    for i in FD_Power:
        i = i.strip()
        i_new = float(i)
        FD_Power_new.append(i_new)
    avg = np.mean(FD_Power_new)
    AVG[subID] = avg
print(AVG)

# 读取csv，标记年轻组与老年组
SubInfor = pd.read_excel('data/SubInfor.xlsx')
Young_list = []
Old_list = []
for row in SubInfor.itertuples():
    # 例子：Pandas(Index=0, SubID='sub-032302', Gender=1, Age=20, Group=1, Group1='Young', STAI_Trait_Anxiety=49)
    if row[4] == 1:
        Young_list.append(row[1])
    else:
        Old_list.append(row[1])
# 根据AVG和中老年SubI