溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天小編給大家分享一下怎么用Python和R實現描述性統計的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。
描述性統計是借助圖表或者總結性的數值來描述數據的統計手段。數據挖掘工作的數據分析階段，可以借助描述性統計來描述或總結數據的基本情況。
Python實現
from numpy import mean,median,ptp,var,stdimport numpy as npimport pandas as pd#算術平均值data = [1,2,3,4,5,5,5,6,7,8,8,9]data_mean = mean(data)print("算術平均數 = ")print(data_mean)#中位數data_median = median(data)print("中位數 = ")print (data_median)#眾數data_mode = mode(data)print("眾數 = ")print (data_mode)#極差data_range = max(data)-min(data)print("極差 = ")print (data_range)#方差和標準差data_var = var (data)print ("方差 = ")print (data_var)#標準差data_sd = std(data)print ("標準差 = " )print (data_sd)#變異系數data_cv = mean(data) / std(data)print ("變異系數 = " )print (data_cv)#四分衛極差dt = pd.Series(np.array([1,2,3,4,5,5,5,6,7,8,8,9]))print('Q1:', dt.quantile(.25))print('Q3:', dt.quantile(.75))print('Q3 - Q1 :', dt.quantile(.75) - dt.quantile(.25) )
R實現
#整理成描述性統計的函數my_describe <- function(x){ options(digits = 3) N = length(x); Min = min(x, na.rm = TRUE); Q1 = quantile(x, probs = 0.25, na.rm = TRUE); Median = median(x, na.rm = TRUE); Q3 = quantile(x, probs = 0.75, na.rm = TRUE); Max = max(x, na.rm = TRUE); Mean = mean(x, na.rm = TRUE); Var = var(x, na.rm = TRUE); Sd = sd(x, na.rm = TRUE); Range = abs(diff(range(x))); #返回結果 return(data.frame(N = N, Min = Min, Q1 = Q1, Median = Median, Q3 = Q3, Max = Max, Mean = Mean, Var = Var, Sd = Sd, Range = Range))}#可對data數據集批量使用sapply(data, my_describe)
以上就是“怎么用Python和R實現描述性統計”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注億速云行業資訊頻道。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
