今天小編給大家分享一下怎么用Python和R實現(xiàn)描述性統(tǒng)計的相關(guān)知識點，內(nèi)容詳細(xì)，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。
讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：主機(jī)域名、網(wǎng)絡(luò)空間、營銷軟件、網(wǎng)站建設(shè)、普陀網(wǎng)站維護(hù)、網(wǎng)站推廣。
描述性統(tǒng)計是借助圖表或者總結(jié)性的數(shù)值來描述數(shù)據(jù)的統(tǒng)計手段。數(shù)據(jù)挖掘工作的數(shù)據(jù)分析階段，可以借助描述性統(tǒng)計來描述或總結(jié)數(shù)據(jù)的基本情況。
Python實現(xiàn)
重慶分公司
重慶分公司
from numpy import mean,median,ptp,var,stdimport numpy as npimport pandas as pd#算術(shù)平均值data = [1,2,3,4,5,5,5,6,7,8,8,9]data_mean = mean(data)print("算術(shù)平均數(shù) = ")print(data_mean)#中位數(shù)data_median = median(data)print("中位數(shù) = ")print (data_median)#眾數(shù)data_mode = mode(data)print("眾數(shù) = ")print (data_mode)#極差data_range = max(data)-min(data)print("極差 = ")print (data_range)#方差和標(biāo)準(zhǔn)差data_var = var (data)print ("方差 = ")print (data_var)#標(biāo)準(zhǔn)差data_sd = std(data)print ("標(biāo)準(zhǔn)差 = " )print (data_sd)#變異系數(shù)data_cv = mean(data) / std(data)print ("變異系數(shù) = " )print (data_cv)#四分衛(wèi)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(xiàn)
#整理成描述性統(tǒng)計的函數(shù)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(jié)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(shù)據(jù)集批量使用sapply(data, my_describe) 以上就是“怎么用Python和R實現(xiàn)描述性統(tǒng)計”這篇文章的所有內(nèi)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(xué)習(xí)更多的知識，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
