Python数据分析中常见统计方法详解
更新时间：2024年02月19日 14:11:24 作者：Sitin涛哥
数据分析是现代社会中不可或缺的一部分,通过对数据的统计和分析,我们可以得出有用的信息和见解,本文将介绍在 Python 中常见的数据统计方法,希望对大家有所帮助
数据分析是现代社会中不可或缺的一部分，通过对数据的统计和分析，我们可以得出有用的信息和见解，支持决策和解决问题。本文将介绍在 Python 中常见的数据统计方法，包括描述性统计、假设检验、回归分析等，并提供详细的示例代码。
描述性统计
描述性统计是数据分析的第一步，它帮助了解数据的基本特征。以下是一些常见的描述性统计方法：
1. 平均值（均值）
平均值是数据集中所有数据的总和除以数据点的数量，用于衡量数据的集中趋势。
import numpy as np
data = [10, 20, 30, 40, 50]
mean = np.mean(data)
print("平均值：", mean)
2. 中位数
中位数是数据集中的中间值，将数据排序后位于中间位置的值。
import numpy as np
data = [10, 20, 30, 40, 50]
median = np.median(data)
print("中位数：", median)
3. 众数
众数是数据集中出现次数最多的值。
from statistics import mode
data = [10, 20, 30, 20, 50, 20]
mode_value = mode(data)
print("众数：", mode_value)
4. 标准差和方差
标准差和方差度量了数据的离散程度，标准差是方差的平方根。
import numpy as np
data = [10, 20, 30, 40, 50]
std_deviation = np.std(data)
variance = np.var(data)
print("标准差：", std_deviation)
print("方差：", variance)
5. 百分位数
百分位数表示数据中小于或等于给定百分比的观察值。常见的百分位数包括第25、第50和第75百分位数，分别对应于数据的下四分位数、中位数和上四分位数。
import numpy as np
data = [10, 20, 30, 40, 50]
q1 = np.percentile(data, 25)
median = np.percentile(data, 50)
q3 = np.percentile(data, 75)
print("下四分位数（Q1）：", q1)
print("中位数：", median)
print("上四分位数（Q3）：", q3)
假设检验
假设检验是用于验证关于总体统计特征的假设的方法。以下是一些常见的假设检验方法：
1. t-检验
t-检验用于比较两组数据之间的均值是否具有统计显著性差异。
import scipy.stats as stats
group1 = [25, 30, 35, 40, 45]
group2 = [20, 28, 32, 38, 42]
t_statistic, p_value = stats.ttest_ind(group1, group2)
print("t-统计量：", t_statistic)
print("p-值：", p_value)
2. 卡方检验
卡方检验用于确定两个分类变量之间是否存在相关性。
import scipy.stats as stats
observed = [[10, 20], [30, 40]]
chi2, p, dof, expected = stats.chi2_contingency(observed)
print("卡方统计量：", chi2)
print("p-值：", p)
3. 方差分析
方差分析用于比较多个组之间的均值是否存在统计显著性差异。
import scipy.stats as stats
group1 = [25, 30, 35, 40, 45]
group2 = [20, 28, 32, 38, 42]
group3 = [15, 18, 25, 30, 35]
f_statistic, p_value = stats.f_oneway(group1, group2, group3)
print("F-统计量：", f_statistic)
print("p-值：", p_value)
回归分析
回归分析用于探究变量之间的关系，其中最常见的是线性回归。
线性回归
线性回归用于拟合数据并确定自变量与因变量之间的线性关系。
import numpy as np
from scipy.stats import linregress
import matplotlib.pyplot as plt
x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 5, 4, 5])
slope, intercept, r_value, p_value, std_err = linregress(x, y)
plt.scatter(x, y)
plt.plot(x, slope * x + intercept, color='red')
plt.xlabel('自变量')
plt.ylabel('因变量')
plt.show()
print("斜率：", slope)
print("截距：", intercept)
print("相关系数：", r_value)
print("p-值：", p_value)数据可视化
数据可视化是数据分析的重要部分，它可以帮助更好地理解数据和趋势。
1. 直方图
直方图用于展示数据的分布情况。
import numpy as np
import matplotlib.pyplot as plt
data = np.random.randn(1000) # 生成随机数据
plt.hist(data, bins=20, density=True, alpha=0.6, color='g')
plt.xlabel('值')
plt.ylabel('频率')
plt.title('直方图')
plt.show()
2. 散点图
散点图用于展示两个变量之间的关系。
import numpy as np
import matplotlib.pyplot as plt
x = np.random.randn(100)
y = 2 * x + np.random.randn(100) # 创建线性关系
plt.scatter(x, y, marker='o', color='b', alpha=0.6)
plt.xlabel('自变量')
plt.ylabel('因变量')
plt.title('散点图')
plt.show()
以上只是数据分析中常见的一些统计方法和数据可视化技巧的示例，实际应用中可能需要根据具体问题选择合适的方法。
到此这篇关于Python数据分析中常见统计方法详解的文章就介绍到这了,更多相关Python数据分析内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
在日常工作中,处理大量的Word文档是一个常见的任务,尤其是需要批量修改文档的样式时,本文为大家介绍了如何使用Python实现自动化批量调整Word样式,需要的可以参考下2024-12-12
这篇文章主要介绍了python中让自定义的类使用加号"+",如果对两个对象直接“+”肯定是不行的，因为还没有对CartoonImage类重载加法运算符__add__(),下文小编举例形式讲解该内容，需要的下伙伴可以参考一下2022-03-03
在Python中对MySQL的操作通常通过mysql-connector-python或PyMySQL库进行,本文主要为大家介绍了一个简单的对MySQL操作的封装示例,希望对大家有所帮助2025-01-01
这篇文章主要介绍了Python3.7 + Yolo3识别语音播报功能,开始之前我们先得解析出来Yolo3的代码，从而获取到被识别出来的物体标签，具体详细过程跟随小编一起看看吧2021-12-12
这篇文章主要为大家介绍了django使用sqlite3统计前台站点访问数量示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2023-08-08
Python mistune库灵活的Markdown解析器使用实例探索
本文将深入介绍Python Mistune，包括其基本概念、安装方法、示例代码以及一些高级用法，以帮助大家充分利用这一工具来处理Markdown文本2024-01-01
这篇文章主要介绍了Python中的闭包与装饰器的用法详解,装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象,需要的朋友可以参考下2023-07-07
这篇文章主要给大家介绍了关于如何利用opencv判断两张图片是否相同的相关资料,OpenCV是一个开源的计算机视觉库,它提供了很多函数,这些函数非常高效地实现了计算机视觉算法,需要的朋友可以参考下2021-07-07
这篇文章主要介绍了Python依赖包迁移到断网环境操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07
这篇文章主要为大家详细介绍了Python如何利用Tkinter编写一个RGB数值转换为16进制码的小工具，文中的示例代讲解详细，感兴趣的小伙伴可以了解一下2023-01-01
最新评论