正文

掌握数据统计，轻松玩转数据分析：学会这些函数，让你的数据说话

/0 浏览量
1023

在当今这个数据驱动的世界中，数据分析已成为许多行业的关键技能。掌握数据统计和分析方法，可以让你的数据“说话”，从而为决策提供有力支持。以下是一些常用的数据统计函数，帮助你轻松玩转数据分析。

1. 描述性统计

描述性统计是数据分析的基础，它可以帮助我们了解数据的集中趋势和离散程度。

1.1 平均数（Mean）

平均数是所有数值的总和除以数值个数，它反映了数据的平均水平。

def calculate_mean(data):
    return sum(data) / len(data)

data = [10, 20, 30, 40, 50]
mean = calculate_mean(data)
print("平均数:", mean)

1.2 中位数（Median）

中位数是将一组数据从小到大排序后，位于中间位置的数值。它不受极端值的影响，更能反映数据的中心趋势。

def calculate_median(data):
    sorted_data = sorted(data)
    n = len(sorted_data)
    if n % 2 == 0:
        return (sorted_data[n // 2 - 1] + sorted_data[n // 2]) / 2
    else:
        return sorted_data[n // 2]

data = [10, 20, 30, 40, 50]
median = calculate_median(data)
print("中位数:", median)

1.3 众数（Mode）

众数是一组数据中出现次数最多的数值。它可以反映数据的集中趋势，但可能存在多个众数。

from collections import Counter

def calculate_mode(data):
    counter = Counter(data)
    mode = counter.most_common(1)[0][0]
    return mode

data = [10, 20, 30, 40, 50, 50, 50]
mode = calculate_mode(data)
print("众数:", mode)

2. 推断性统计

推断性统计是利用样本数据对总体参数进行估计和推断的方法。

2.1 样本均值

样本均值是总体均值的无偏估计。它可以用来估计总体均值，并计算置信区间。

import numpy as np

data = [10, 20, 30, 40, 50]
mean = np.mean(data)
print("样本均值:", mean)

2.2 样本方差

样本方差是总体方差的无偏估计。它可以用来估计总体方差，并计算置信区间。

def calculate_variance(data):
    mean = np.mean(data)
    return sum((x - mean) ** 2 for x in data) / (len(data) - 1)

data = [10, 20, 30, 40, 50]
variance = calculate_variance(data)
print("样本方差:", variance)

3. 交叉表和卡方检验

交叉表和卡方检验可以用来分析两个分类变量之间的关系。

3.1 交叉表

交叉表可以展示两个分类变量之间的频数分布。

import pandas as pd

data = {'Category A': ['A', 'B', 'A', 'C', 'A'],
        'Category B': ['B', 'A', 'B', 'C', 'A']}
df = pd.DataFrame(data)
cross_table = pd.crosstab(df['Category A'], df['Category B'])
print("交叉表:\n", cross_table)

3.2 卡方检验

卡方检验可以用来检验两个分类变量之间的独立性。

from scipy.stats import chi2_contingency

data = [[3, 7, 2],
        [2, 6, 4],
        [4, 2, 5],
        [5, 1, 5]]

chi2, p, dof, expected = chi2_contingency(data)
print("卡方值:", chi2)
print("p值:", p)

掌握这些数据统计函数，可以帮助你轻松玩转数据分析。在实际应用中，你可以根据具体问题选择合适的函数，并结合可视化等方法，让你的数据“说话”，为决策提供有力支持。

-- 展开阅读全文 --