概率论学习关于描述性统计笔记实现

这一期着重介绍学习过程中结合描述性统计的几个重要指标，在用python实现的过程和步骤。使用软件是Anaconda Python3。
★★描述性分析中常用指标：均值、众数、中位数、四分位数等
★★描述离散性时常用指标：方差、标准差、中心距等
使用python实现的过程如下



以下附上详细代码

#均值、中位数
import numpy as np
a = [1,2,4,5,3,12,12,23,43,52,11,22,22,22]
a_mean = np.mean(a)  #平均数
a_med = np.median(a)  #中位数
print("a的平均数：",a_mean)
print("a的中位数：",a_med)

from scipy import stats
a_m1 = stats.mode(a)[0][0]
print("a的众数：",a_m1)   #教程pdf里面漏了1

import pandas as pd
ser = pd.Series(a)
a_m2 = ser.mode()
print("a的众数",a_m2)    #教程pdf里面漏了2

#方差、标准差、均值、变异系数
a_var = np.var(a)
a_std1 = np.sqrt(a_var)
a_std2 = np.std(a)
a_cv = a_std2/a_mean
print("a的方差：",a_var)
print("a的标准差：",a_std1)
print("a的标准差：",a_std2)
print("a的变异系数：",a_cv)

#计算标准差时，需要注意numpy中的std和pandas的std在计算标准差时，默认的计算结果会存在不一致的问题。
#原因在于默认情况下，numpy计算的为总体标准偏差，ddof=0；一般在拥有所有数据的情况下，计算所有数据的标准差时使用，即最终除以n，而非n-1；
#pandas计算的为样本标准偏差，ddof=1；一般在只有部分数据，但需要求得总体的标准差时使用，当只有部分数据时，根据统计规律，除以n时计算的标准差往往偏小，因此需要除以n-1，即n-ddof；
#总结：根据数据情况选择合适的函数，在数据量较大时，推荐使用numpy进行计算。

#偏度、峰度
import matplotlib.pyplot as plt
data = list(np.random.rand(10000))
plt.hist(data,1000,facecolor='g',alpha=0.5)
plt.show()
s = pd.Series(data)
print('偏度系数',s.skew())
print('峰度系数',s.kurt())