10 个Python统计分析常用的经典脚本分享

# 定义一个列表存储分数
scores = [85, 90, 78, 92, 88]

# 计算平均值
average_score = sum(scores) / len(scores)

# 打印结果
print("你的平均分数是:", average_score)

# 导入 statistics 模块
import statistics

# 定义一个列表存储分数
scores = [70, 80, 90, 85, 95]

# 计算中位数
median_score = statistics.median(scores)

# 打印结果
print("你的中位数分数是:", median_score)

# 导入 statistics 模块
import statistics

# 定义一个列表存储水果偏好
fruits = ["苹果", "香蕉", "苹果", "橙子", "香蕉"]

# 计算众数
mode_fruit = statistics.mode(fruits)

# 打印结果
print("最受欢迎的水果是:", mode_fruit)

# 导入 statistics 模块
import statistics

# 定义一个列表存储分数
scores = [75, 80, 85, 90, 100]

# 计算标准差
std_deviation = statistics.stdev(scores)

# 打印结果
print("你的考试成绩的标准差是:", std_deviation)

# 导入 pandas 库
import pandas as pd

# 定义一个列表存储分数
scores = [70, 75, 80, 85, 90, 75, 95, 85, 80, 70]

# 创建 DataFrame
df = pd.DataFrame(scores, columns=['Score'])

# 生成频率分布表
frequency_table = df.value_counts(bins=5)  # 将分数分为 5 个区间

# 打印结果
print("频率分布表:\n", frequency_table)

# 导入 matplotlib 库
import matplotlib.pyplot as plt

# 定义一个列表存储步数
steps = [3000, 5000, 7000, 8000, 12000, 4000, 6000]

# 绘制直方图
plt.hist(steps, bins=5, color='skyblue', edgecolor='black')
plt.title('每日步数分布')
plt.xlabel('步数')
plt.ylabel('天数')
plt.show()

# 导入 numpy 和 scipy.stats 库
import numpy as np
from scipy import stats

# 定义学习时间和成绩
study_time = [1, 2, 3, 4, 5]  # 学习小时数
scores = [50, 60, 65, 80, 90]  # 对应的分数

# 计算相关系数
correlation_coefficient, p_value = stats.pearsonr(study_time, scores)

# 打印结果
print("学习时间与成绩之间的相关系数是:", correlation_coefficient)

# 导入 scipy.stats 库
from scipy import stats

# 定义两组分数
method_a_scores = [80, 85, 90, 95, 100]
method_b_scores = [75, 80, 85, 90, 95]

# 进行 t 检验
t_statistic, p_value = stats.ttest_ind(method_a_scores, method_b_scores)

# 打印结果
print("t 检验结果: t 统计量 =", t_statistic, ", p 值 =", p_value)

# 导入 sklearn 库
from sklearn.linear_model import LinearRegression
import numpy as np

# 定义广告支出和销售额
advertising_spent = np.array([1000, 2000, 3000, 4000, 5000]).reshape(-1, 1)
sales = np.array([15000, 25000, 35000, 45000, 55000])

# 创建线性回归模型并训练
model = LinearRegression()
model.fit(advertising_spent, sales)

# 打印回归系数
print("线性回归系数 (广告支出与销售额):", model.coef_[0])

# 导入 pandas 库
import pandas as pd

# 创建 DataFrame 包含用户信息
data = {
    '姓名': ['Alice', 'Bob', 'Charlie', 'David'],
    '年龄': [25, None, 30, 35],
    '城市': ['北京', '上海', '广州', '深圳']
}
df = pd.DataFrame(data)

# 去除缺失年龄的行
cleaned_df = df.dropna(subset=['年龄'])

# 打印清洗后的数据
print("清洗后的用户信息:\n", cleaned_df)