可汉学院python_A可汗学院-统计学python实现1-10
【第 1集】 均值 中位數(shù) 眾數(shù)平均數(shù)(Mean)：指在一組數(shù)據(jù)中所有數(shù)據(jù)之和再除以這組數(shù)據(jù)的個(gè)數(shù)。
中位數(shù)(Median)：按順序排列的一組數(shù)據(jù)中居于中間位置的數(shù)，如果觀察值有偶數(shù)個(gè)，通常取最中間的兩個(gè)數(shù)值的平均數(shù)作為中位數(shù)。
眾數(shù)(Mode)：一組數(shù)據(jù)中出現(xiàn)次數(shù)最多的數(shù)值，有時(shí)眾數(shù)在一組數(shù)中有好幾個(gè)。
import numpy as np
from scipy import stats
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
nums1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 8]
print(np.mean(nums))# 均值 5.5
print(np.median(nums))# 中位數(shù) 5.5
print(np.median(nums1))# 中位數(shù) 6.0
print(stats.mode(nums)[0][0]) #沒有眾數(shù)
print(stats.mode(nums1)) #眾數(shù) 8
【第 2集】 極差 中程數(shù)極差：其最大值與最小值之間的差距，即最大值減最小值后所得之?dāng)?shù)據(jù)
中程數(shù)(Mid-range)是一組統(tǒng)計(jì)數(shù)據(jù)值的最大值和最小值的平均數(shù)
import numpy as np
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
print(np.ptp(nums)) #極差 9
print(np.ptp(nums)/2) #中程數(shù) 4.5
【第 3集】 象形統(tǒng)計(jì)圖
象形統(tǒng)計(jì)圖：表現(xiàn)統(tǒng)計(jì)數(shù)字大小和變動(dòng)的各種圖形總稱。其中有條形統(tǒng)計(jì)圖、扇形統(tǒng)計(jì)圖、折線統(tǒng)計(jì)圖、象形圖等。
O-型血人數(shù)：2×8=16
【第 4集】 條形圖
條形統(tǒng)計(jì)圖：是用一個(gè)單位長度表示一定的數(shù)量，根據(jù)數(shù)量的多少畫成長短不同的直條，然后把這些直條按一定的順序排列起來。從條形統(tǒng)計(jì)圖中很容易看出各種數(shù)量的多少條形圖：參考https://blog.csdn.net/hohaizx/article/details/79101322
import matplotlib.pyplot as plt
import matplotlib
# 設(shè)置中文字體和負(fù)號正常顯示
matplotlib.rcParams['font.sans-serif'] = ['SimHei']
matplotlib.rcParams['axes.unicode_minus'] = False
label_list = ['Jasmine', 'Jeff', 'nevin', 'Alejandrn', 'Marta'] # 橫坐標(biāo)刻度顯示值
list1 = [72, 86, 82, 81, 96] # 縱坐標(biāo)值1
list2 = [78, 84, 88, 95, 90] # 縱坐標(biāo)值2
x = np.arange(len(list1))
"""
繪制條形圖
left:長條形中點(diǎn)橫坐標(biāo)
height:長條形高度
width:長條形寬度，默認(rèn)值0.8
label:為后面設(shè)置legend準(zhǔn)備
"""
rects1 = plt.bar(x=x, height=list1, width=0.4, alpha=0.4, color='blue', label="期中考試")
rects2 = plt.bar(x=x+0.4, height=list2, width=0.4, alpha=0.5, color='red', label="期末考試")
plt.ylim(0, 110) # y軸取值范圍
plt.ylabel("成績")
"""
設(shè)置x軸刻度顯示值
參數(shù)一：中點(diǎn)坐標(biāo)
參數(shù)二：顯示值
"""
plt.xticks(x+0.2, label_list)
plt.xlabel("名字")
plt.title("成績單")
plt.legend() # 設(shè)置題注
# 編輯文本
for rect in rects1:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height),
ha="center", va="bottom")
for rect in rects2:
height = rect.get_height()
plt.text(rect.get_x() + rect.get_width() / 2, height+1, str(height),
ha="center", va="bottom")
plt.show()
【第 5集】 線形圖
線形圖又稱為“點(diǎn)狀圖”(point chart)、“停頓圖”(Stopping chart)或“星狀圖”(star chart)。線形圖屬于圖表分析的一類，僅記錄收盤價(jià)，至於開盤價(jià)、當(dāng)日最高價(jià)、當(dāng)日最高的變動(dòng)及波動(dòng)幅度則欠缺。以線形圖捕捉長期趨勢還可以，但卻難于捕捉短線和中線趨勢，目前已較少有人使用。
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
#X軸，Y軸數(shù)據(jù)
x = [0, 1, 2, 3, 4, 5, 6, 7, 8]
y = [6.59, 6.70, 6.95, 7.30, 7.30, 7.37, 7.1, 7.51, 7.58]
plt.figure(figsize=(8, 4)) # 創(chuàng)建繪圖對象
plt.style.use('ggplot') # 網(wǎng)格
plt.plot(x, y, "b--", linewidth=1) #(X軸，Y軸，藍(lán)色虛線，線寬度)
plt.xlabel("時(shí)間") #X軸標(biāo)簽
plt.ylabel("股票價(jià)格") #Y軸標(biāo)簽
plt.title("股票價(jià)格-時(shí)間") #圖標(biāo)題
plt.show()
【第 6集】 餅圖
餅圖顯示一個(gè)數(shù)據(jù)系列中各項(xiàng)的大小與各項(xiàng)總和的比例。餅圖中的數(shù)據(jù)點(diǎn)顯示為整個(gè)餅圖的百分比。
每個(gè)季度的收入：
import matplotlib.pyplot as plt
labels = ['quarter1', 'quarter2', 'quarter3', 'quarter4']
sizes = [40, 30, 20, 10]
plt.pie(sizes, labels=labels, autopct='%1.1f%%')
# plt.legend(loc=[0.9, 0.6])
plt.axis('equal')
plt.show()
【第 7集】 誤導(dǎo)人的線形圖
若線形圖的刻度不一樣容易引起誤解，為了不引起誤解，線性圖畫在一張圖中。
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
#X軸，Y軸數(shù)據(jù)
x = [0, 1, 2, 3, 4, 5, 6, 7, 8]
y = [6.59, 6.70, 6.95, 7.30, 7.30, 7.37, 7.1, 7.51, 7.58]
y1 = [3.295, 3.35, 3.475, 3.65, 4, 3.685, 3.55, 3.755, 3.79]
# print(y1)
plt.figure(figsize=(8, 4)) # 創(chuàng)建繪圖對象
plt.style.use('ggplot') # 網(wǎng)格
plt.plot(x, y, "b--", linewidth=1) #(X軸，Y軸，藍(lán)色虛線，線寬度)
plt.plot(x, y1, "r--", linewidth=1) #(X軸，Y軸，紅色虛線，線寬度)
plt.xlabel("時(shí)間") #X軸標(biāo)簽
plt.ylabel("股票價(jià)格") #Y軸標(biāo)簽
plt.title("股票價(jià)格-時(shí)間") #圖標(biāo)題
plt.show()
【第 8集】 莖葉圖
莖葉圖的思路是將數(shù)組中的數(shù)按位數(shù)進(jìn)行比較，將數(shù)的大小基本不變或變化不大的位作為一個(gè)主干(莖)，將變化大的位的數(shù)作為分枝(葉)，列在主干的后面，這樣就可以清楚地看到每個(gè)主干后面的幾個(gè)數(shù)，每個(gè)數(shù)具體是多少。
上圖是12個(gè)足球隊(duì)員的各自得分，總共得多少分？
Stem：得分十位數(shù)
Leaf：得分個(gè)位數(shù)
總計(jì)得分：(0+0+2+4+7+7+9) + (11+11+11+13+18) + (20)
from itertools import groupby
nums2 = [0, 0, 2, 4, 7, 7, 9, 11, 11, 13, 18, 20]
for k, g in groupby(sorted(nums2), key=lambda x: int(x) // 10):
# print('k', k)
# print('g', list(g))
lst = map(str, [int(y) % 10 for y in list(g)])
print(k, '|', ' '.join(lst))
【第 9集】 箱線圖
顧客距離餐廳遠(yuǎn)近的分布，可以用箱線圖。
箱形圖(Box plot)：又稱為盒須圖、盒式圖、盒狀圖或箱線圖，是一種用作顯示一組數(shù)據(jù)分散情況資料的統(tǒng)計(jì)圖。因型狀如箱子而得名。其最大的優(yōu)點(diǎn)就是不受異常值的影響，可以以一種相對穩(wěn)定的方式描述數(shù)據(jù)的離散分布情況。線形圖：適于了解變量隨時(shí)間變化的趨勢，也可以是一個(gè)變量對另外一個(gè)變量的趨勢。
條形圖：適于將事物歸類，看類別的分布情況。
餅圖：適于看到各部分的占比。
莖葉圖：適于了解分布的情況。
箱線圖：適于了解中位數(shù)和散布的情況。作者求解四分位數(shù)的方法是第一種方法
另一種求解箱線圖的的方法：箱線圖中的四分位數(shù)是第二種求解方法
import pandas as pd
import matplotlib.pyplot as plt
from pandas.plotting import table
data = {
'distance': [1, 1, 2, 2, 3, 3, 4, 4, 6, 7, 8, 10, 11, 14, 15, 20, 22]
}
df = pd.DataFrame(data)
fig, ax = plt.subplots(1, 1)
table(ax, np.round(df.describe(), 2),
loc='upper right',
colWidths=[0.2, 0.2]
)
# df.plot.box(title="Consumer spending in each country", vert=False)
df.plot.box(title="customer distance",
ax=ax,
ylim=(0, 30))
plt.grid(linestyle="--", alpha=0.3)
plt.show()
四分位數(shù)：有兩種求法不包含中位數(shù)，求解四分位數(shù)
包含中位數(shù)，求解四分位數(shù)例子：2、4、4、5、6、7、8
第一四分位數(shù)(Q1) = 4
第二四分位數(shù)(Q2) = 5
第三四分位數(shù)(Q3) = 7例子：1、3、3、4、5、6、6、7、8、8
第一四分位數(shù)(Q1) = 3
第二四分位數(shù)(Q2) = 5.5
第三四分位數(shù)(Q3) = 7
import numpy as np
def quartile_t1(data):
'''四分位數(shù)'''
n = len(data)
q1, q2, q3 = None, None, None
if n >= 4:
sorted_data = sorted(data)
q2 = np.median(sorted_data)
if n % 2 == 1:
q1 = np.median(sorted_data[:n//2])
q3 = np.median(sorted_data[n//2 + 1:])
else:
q1 = np.median(sorted_data[:n // 2])
q3 = np.median(sorted_data[n // 2:])
return q1, q2, q3
# 不包含中位數(shù)，求解四分位數(shù)
# 包含中位數(shù)，求解四分位數(shù)
data1 = [5, 7, 4, 4, 6, 2, 8]
print(quartile_t1(data1)) # 4, 5, 7
print(np.percentile(data1, [25, 50, 75])) # 4. 5. 6.5
data2 = [1, 3, 3, 4, 5, 6, 6, 7, 8, 8]
print(quartile_t1(data2)) # 3, 5.5, 7
print(np.percentile(data2, [25, 50, 75])) # 3.25 5.5 6.75
【第10集】 箱線圖2
上圖是100棵樹的樹齡箱線圖，問樹齡極差是多少，樹齡中位數(shù)是多少？
由圖可以看出：最小值是8，最大值是50，所以極差是50-8=42；中位數(shù)是豎線坐標(biāo)21。
總結(jié)
以上是生活随笔為你收集整理的可汉学院python_A可汗学院-统计学python实现1-10的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 统计学——可汗学院
- 下一篇： python设计模式名片_Python设