Python实现描述性统计

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline

data = pd.read_excel(r'C:\Users\user\Desktop\描述性.xlsx',encoding='UTF-8')
data = data.iloc[:20]

集中趋势

# 计算平均值
# 法一
print("算术平均数：%.2f" %data.mean())
算术平均数：4.40

# 计算平均值
# 法二：几何平均数

data['data'] = data['data'].astype(int)
s = 1
for i in data['data']:
    s = i * s
print("几何平均数:%.2f" %np.sqrt(s))


几何平均数:351941.81

# 众数
# 法一：
print("众数为：%d," %data.mode().iloc[0])

众数为：4,

#众数
# 法二
from scipy.stats import mode
mode_num = mode(data)
print("众数为：%d, 众数的个数为：%d,"%(mode_num[0][0], mode_num[1][0]))

众数为：4, 众数的个数为：4,

# 中位数
# 法一：
print("中位数:%d" %data.median())

中位数:4

# 中位数
# 法二
print("中位数:%d" %np.percentile(data,50))

中位数:4


# 中位数
# 法三
print("中位数:%d" %data.quantile(.50))

中位数:4

离散趋势
# 方差
# 法一：
print("方差：%d" %data.var())

方差：6


# 方差
# 法二：
s = 0
for i in data['data']:
    s = (i - data.mean())**2 + s

print("方差：%d" %(s/(len(data)-1)))

方差：6

# 标准差
# 法一
print("标准差:%d" %data.std())

标准差:2


# 标准差
# 法二：
print("标准差:%d" %np.sqrt(s/(len(data)-1)))

标准差:2

# 极差
data.max() - data.min()

data    9
dtype: int32

# 平均绝对离差
M = 0
for i in data['data']:
    M += abs(i - data.mean())
    
print(M/len(data))


data    2.04
dtype: float64

# 上四分位数
# 法一
np.percentile(data,75)

6.0

# 上四分位数
# 法二
data.quantile(.75)

data    6.0
Name: 0.75, dtype: float64

# 下四分位数
# 法一
data.quantile(.25)


data    2.0
Name: 0.25, dtype: float64

# 下四分位数
# 法二：
np.percentile(data,25)


2.0

# 四分位差
np.percentile(data,75) - np.percentile(data,25)

4.0

# 离散系数
data.std()/data.mean()

data    0.582476
dtype: float64

分布的形状
# 偏度
from scipy import stats
stats.skew(data['data']) 

0.4264951788847028

# 峰度
stats.kurtosis(data['data'])

-0.5821005917159772

# 概括性信息
data.describe()


    data
count    20.000000
mean    4.400000
std    2.562893
min    1.000000
25%    2.000000
50%    4.000000
75%    6.000000
max    10.000000