在python中，主要兩個庫用于數據探索，一個是Pandas（用于數據分析，這可能是數據分析領域最強的python庫），另一個是Matplotlib（用于數據可視化，繪制圖表，起源于MATLAB）。

1.基本統計特征函數

下面介紹的函數主要作為Pandas的兩大基本對象Series和DataFrame的方法出現。

主要特征函數

方法名	函數功能
sum()	計算和（按列）
mean()	計算平均數(按列）
var()	計算方差(按列）
std()	計算標準差（按列）
corr()	計算相關系數矩陣
cov()	計算協方差矩陣
skew()	計算三階矩
kurt()	計算四階矩
describe()	給出基本描述

給出如下數據。

測試代碼：

# -*- coding: utf-8 -*- import pandas as pd source = './test.xlsx' data = pd.read_excel(source, index_col='ID') print("打印數據類型") print(type(data)) data_0 = data["A"] print("打印數據類型") print(type(data_0)) # 求和 print("求和") print(data.sum()) print(data_0.sum()) print("計算算數平均數") # 計算算數平均數 print(data.mean()) print(data_0.mean()) # 計算方差 print("計算方差") print(data.var()) print(data_0.var()) # 計算標準差 print("計算標準差") print(data.std()) print(data_0.std()) # 計算相關系數 print("計算相關系數") # method為計算方法，可選為pearson,kendall,spearman print(data.corr(method='pearson')) print(data["A"].corr(data["B"])) # 計算協方差矩陣 print("計算協方差矩陣") print(data.cov()) print(data.loc[101].cov(data.loc[102])) # 計算階矩 print("計算階矩") print(data.skew()) print(data_0.kurt()) # 基本統計量 print("基本統計量") print(data.describe()) print(type(data.describe())) print(data.describe().loc["mean"])

運行結果：

2.拓展統計特征函數

數據類型擁有的累計函數。

累計統計特征函數

方法名	函數功能
cumsum()	依次求前n個數的和
cumprod()	依次求前n個數的積
cummax()	依次求前n個數的最大值
cummin()	依次求前n個數的最小值

?

Pandas擁有的累計函數。

pd.rolling_method(data,k)

上面的method替換名字為基本函數名稱如pd.rolling_var(data,k)為每k列計算一次方差。

注意：新版本Pandas已經將這些方法修改到基礎類型中了，什么的語句此時應該data=data.rolling(k).var()。

測試代碼：

import pandas as pd import matplotlib.pyplot as plt data = pd.Series(range(2, 9)) # 累計計算 print("累計計算") print(data.cumsum()) print(data.cumprod()) print(data.cummax()) print(data.cummin())

運行結果：

3.統計作圖函數

Pandas對Matplotlib命令做了不少簡化，因此常常結合使用。

常用作圖函數

函數名	功能
plot(x,y,S)	繪制線性二維圖，折線圖(y相對于x，即x為橫軸，樣式為S）
pie(attrs)	繪制餅圖
hist(x,y)	繪制條形圖,x表示數據集，y表示組數
boxplot()	繪制樣本數據的箱型圖
plot(yerr=error)	繪制誤差條形圖

常用配置代碼：

import matplotlib.pyplot as plt # 顯示中文，不加為方框 plt.rcParams['font.sans-serif'] = ['SimHei'] # 顯示負號 plt.rcParams['axes.unicode_minus'] = False # 創建圖像區域，指定比例（可以不指定） plt.figure(figsize=(8, 6))

測試代碼：

import pandas as pd import matplotlib.pyplot as plt import numpy as np # 顯示中文，不加為方框 plt.rcParams['font.sans-serif'] = ['SimHei'] # 顯示負號 plt.rcParams['axes.unicode_minus'] = False # 創建圖像區域，指定比例（可以不指定） plt.figure(figsize=(8, 6))# 繪制線性圖 x = np.linspace(0, 2*np.pi, 50) y = np.sin(x) plt.plot(x, y, 'bp--') plt.show() # 也可以直接用DataFrame或者Series調用plot方法，指定繪圖類型（kind），默認index為橫坐標 plt.figure() data = pd.DataFrame([[1, 2, 3], [2, 3, 4]]) data.plot(kind='line', ) plt.show()# 餅圖 plt.figure() labels = ["A", "B", "C", "D"] sizes = [15, 30, 45, 10] colors = ['yellow', 'green', 'lightskyblue', 'lightcoral'] explode = [0, 0.1, 0, 0] plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=90) plt.axis('equal') plt.show()# 條形圖 plt.figure() x = np.random.randn(1000) plt.hist(x, 10) plt.show()# 箱型圖 plt.figure() D = pd.DataFrame([x, x+1]).T D.plot(kind='box') plt.show()# 誤差條形圖 error = np.random.randn(10) y = pd.Series(np.sin(np.arange(10))) y.plot(yerr=error) plt.figure() plt.show()

運行結果：

具體代碼包括實戰項目可以查看我的github。

超強干貨來襲 云風專訪：近40年碼齡，通宵達旦的技術人生

總結

以上是生活随笔為你收集整理的数据分析与挖掘-python常用数据探索函数的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。