统计学与pandas学习（一） |
您所在的位置：网站首页 › 查看数据分布情况可以使用什么图表 › 统计学与pandas学习（一） |
统计学与pandas学习（一）
|
结合pandas学习《极简统计学》。第一章《用频数分布表和直方图刻画数据的特征》练习。 理论根据原始数据什么也搞不明白，所以使用统计。 “统计”的手法，就是从原始数据，也就是“原始的现实”中，抽取出分布的特征和特点的方法。 统计学使用的方法叫“压缩”，是指“将作为数据列举的大量数字，以一定的基准进行整理，只抽取有意义的信息”。大致有以下两种手法： 以图化捕捉其特征。以一个数字来代表特征。此数字叫做“统计量”。做频数分布图，首先需要做频数分布表，步骤如下： 找到数据中的最大值和最小值;分组：按最大值、最小值划分范围；决定“组值”：一般选择中间的数值；数出各组中的数据数——“频数”；计算“相对频数”，即各组的频数占全体的比例，相对频数相加等于1；计算“累计频数”，即频数合计，累计频数最终与全部数据数一致。做直方图的步骤： 在横轴上以等间距放置组值；在各组值上做柱形，柱的高度参考其组值所属分组的频数。练习题目女大学生体重数据如下，请做频数分布表和直方图： 48, 54, 47, 50, 53, 43, 45, 43, 44, 47, 58, 46, 46, 63, 49, 50, 48, 43, 46, 45, 50, 53, 51, 58, 52, 53, 47, 49, 45, 42, 51, 49, 58, 54, 45, 53, 50, 69, 44, 50, 58, 64, 40, 57, 51, 69, 58, 47, 62, 47, 40, 60, 48, 47, 53, 47, 52, 61, 55, 55, 48, 48, 46, 52, 45, 38, 62, 47, 55, 50, 46, 47, 55, 48, 50, 50, 54, 55, 48, 50 频数分布import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline weights = np.array([ 48, 54, 47, 50, 53, 43, 45, 43, 44, 47, 58, 46, 46, 63, 49, 50, 48, 43, 46, 45, 50, 53, 51, 58, 52, 53, 47, 49, 45, 42, 51, 49, 58, 54, 45, 53, 50, 69, 44, 50, 58, 64, 40, 57, 51, 69, 58, 47, 62, 47, 40, 60, 48, 47, 53, 47, 52, 61, 55, 55, 48, 48, 46, 52, 45, 38, 62, 47, 55, 50, 46, 47, 55, 48, 50, 50, 54, 55, 48, 50]) sections = [35,40,45,50,55,60,65,70] group_names = ['36~40','41~45','46~50','51~55','56~60','61~65','66~70'] cuts = pd.cut(weights,sections,labels=group_names)计算频数： counts = pd.value_counts(cuts) dict(counts){'36~40': 3, '41~45': 11, '46~50': 33, '51~55': 19, '56~60': 7, '61~65': 5, '66~70': 2} 直方图cuts.value_counts().plot(kind='bar') 直方图 |
【本文地址】