用Python学分析:集中与分散
散点图进阶,结合箱体图与直方图对数据形成全面的认识
描述数据集中趋势的分析量:
均值 - 全部数据的算术平均值
众数 - 一组数据中出现次数最多的变量值
中位数 - 一组数据经过顺序排列后处于中间位置上的变量值
描述数据离散程度的分析量:
方差 - 一组数据各变量值与其平均值离差平方和的平均数
标准差 - 方差的平方根
偏态 - 描述数据分布形态的统计量,其描述的是某总体取值分布的对称性。偏度 = 三阶中心距 / 标准差的三次方
峰度 - 描述总体中所有取值分布形态陡缓程度的统计量,这个统计量需要与正态分布相比较。 峰度 = 四阶中心距 / 方差平方(标准差四次方) - 3
描述性分析数据的计算:
# 准备数据
import numpy as np
import matplotlib.pyplot as plt n = 1000
x = np.random.randn(n)
y = [int((item)*100) for item in np.random.randn( n )] #100以内的正整数随机数 # 均值μ
mu = np.mean(y)
# 标准差δ sigma = np.sqrt(np.sum(np.square( y - mu ))/n)
sigma = np.std(y)
# 峰度(公式准确度待确认)
kurtosis = np.sum(np.power((y - mu),4))/(n) # 四阶中心距
kurtosis = kurtosis / np.power(sigma,4)-3 # 峰度 = 四阶中心距 / 方差平方(标准差四次方) - 3
# 偏度
skewness = np.sum(np.power((y - mu),3))/(n) # 三阶中心距
skewness = skewness / np.power(sigma,3) # 偏度 = 三阶中心距 / 标准差的三次方 print(mu, sigma,skewness, kurtosis)
结果:
-0.944 105.50647783 0.0750892544722 -0.171492308767
图表显示
# 图表显示
fig = plt.figure( figsize = ( 8, 6 )) # 设置图表大小
#设置图表的大小:[左, 下, 宽, 高] 规定的矩形区域 (全部是0~1之间的数,表示比例)
rect_1 = [0.15, 0.30, 0.7, 0.55]
rect_2 = [0.85, 0.30, 0.15, 0.55]
rect_3 = [0.15, 0.05, 0.7, 0.2]
fig_1 = plt.axes(rect_1) # 第一个图表
fig_2 = plt.axes(rect_2) # 第二个图表
fig_3 = plt.axes(rect_3) # 第三个图表
#设置图表公共变量
title_size = 13
inner_color = 'cyan'
outer_color = 'teal'
# 第一个图表:散点图
fig_1.scatter( x, y, s = 20, color = inner_color, edgecolor = outer_color, alpha = 0.6)
fig_1.set_title('散点图 Scatter', fontsize = title_size)
fig_1.set_ylim( min(y),max(y)+50 )
fig_1.grid(True) # 第二个图表:箱体图
fig_2.boxplot(y,
widths = 0.55,
patch_artist = True, # 要求用自定义颜色填充盒形图,默认白色填充
boxprops = {'color':outer_color,'facecolor':inner_color, }, # 设置箱体属性,填充色和边框色
flierprops = {'marker':'o','markerfacecolor':inner_color,'color':outer_color,}, # 设置异常值属性,点的形状、填充色和边框色
meanprops = {'marker':'h','markerfacecolor':outer_color}, # 设置均值点的属性,点的形状、填充色
medianprops = {'linestyle':'-','color':'red'} # 设置中位数线的属性,线的类型和颜色
)
fig_2.set_ylim( fig_1.get_ylim()) #设置箱体图与散点图同一纵坐标轴
fig_2.get_yaxis().set_visible(False) #关闭坐标轴
fig_2.get_xaxis().set_visible(False) #关闭坐标轴
# 去除边框显示
remove_col = ['top','bottom','left','right']
for item in remove_col:
fig_2.spines[item].set_visible(False)
fig_2.spines[item].set_position(('data',0))
fig.text(0.86, 0.84,'箱体图 Boxplot', fontsize = title_size ) # 第三个图表:直方图
n, bins, patches = fig_3.hist( y, color = inner_color, alpha = 0.8, edgecolor = outer_color )
fig_3.set_ylim([0,max(n)+50])
fig_3.spines['top'].set_visible(False) # 去除边框显示
fig_3.spines['top'].set_position(('data',0)) # 去除边框刻度显示
fig_3.spines['right'].set_color('none') # 去除边框显示
fig_3.spines['right'].set_position(('data',0)) # 去除边框刻度显示
fig.text(0.17, 0.23,'直方图 Hist', fontsize = title_size ) # 文本信息
fig.text(0.9, .20, '均值 $\mu = {0:.2f}$'.format(mu))
fig.text(0.9, .15, '标准差 $\sigma = {0:.2f}$'.format(sigma))
fig.text(0.9, .10, '偏度 $\gamma 1 = {0:.2f}$'.format(skewness))
fig.text(0.9, .05, '峰度 $\gamma 2 = {0:.2f}$'.format(kurtosis))
plt.show()
结果:
用Python学分析:集中与分散的更多相关文章
- 用Python学分析 - 单因素方差分析
单因素方差分析(One-Way Analysis of Variance) 判断控制变量是否对观测变量产生了显著影响 分析步骤 1. 建立检验假设 - H0:不同因子水平间的均值无差异 - H1:不同 ...
- 用Python学分析 - 二项分布
二项分布(Binomial Distribution)对Bernoulli试验序列的n次序列,结局A出现的次数x的概率分布服从二项分布- 两分类变量并非一定会服从二项分布- 模拟伯努利试验中n次独立的 ...
- 用Python学分析 - t分布
1. t分布形状类似于标准正态分布2. t分布是对称分布,较正态分布离散度强,密度曲线较标准正态分布密度曲线更扁平3. 对于大型样本,t-值与z-值之间的差别很小 作用- t分布纠正了未知的真实标 ...
- 用Python学分析 - 正态分布
正态分布(Normal Distribution) 1.正态分布是一种连续分布,其函数可以在实线上的任何地方取值. 2.正态分布由两个参数描述:分布的平均值μ和方差σ2 . 3.正态分布的取值可以从负 ...
- 用Python学分析 - 散点图
# 运用散点图对数据分布得到直观的认识 import numpy as np import matplotlib.pyplot as plt # 设计 x, y 轴 n = 10000 x = np. ...
- 《用 Python 学微积分》笔记 3
<用 Python 学微积分>原文见参考资料 1. 16.优化 用一个给定边长 4 的正方形来折一个没有盖的纸盒,设纸盒的底部边长为 l,则纸盒的高为 (4-l)/2,那么纸盒的体积为: ...
- 《用 Python 学微积分》笔记 2
<用 Python 学微积分>原文见参考资料 1. 13.大 O 记法 比较两个函数时,我们会想知道,随着输入值 x 的增长或减小,两个函数的输出值增长或减小的速度究竟谁快谁慢.通过绘制函 ...
- Python学到什么程度就可以去找工作?掌握这4点足够了!
大家在学习Python的时候,有人会问“Python要学到什么程度才能出去找工作”,对于在Python培训机构学习Python的同学来说这都不是问题,因为按照Python课程大纲来,一般都不会有什么问 ...
- Python学到什么程度才可以去找工作?掌握这4点足够了!
大家在学习Python的时候,有人会问"Python要学到什么程度才能出去找工作",对于在Python培训机构学习Python的同学来说这都不是问题,因为按照Python课程大纲来 ...
随机推荐
- vi 常用命令使用說明
vi是一種文字模式全螢幕文字編輯軟體(Text Editor).對初學者來說,vi是個很難用的工具,一般需要2個星期的時間才能得心應手.之所以介紹vi,其理由如下: vi是Unix上的標準文字編輯軟體 ...
- Linux 命令行输入
这几天刚刚接触到Linux,在windows上安装的VMWare虚拟机,Centos7.安装什么都是贾爷和办公室的同事帮忙搞定的. 在虚拟机界面,按快捷键Ctrl+Alt+Enter,可以全屏显示Li ...
- 从零开始的H5生活
作为一个新手,要从头学习Html编程语言,需要从最基础的开始.有耐心慢慢来,很容易就看懂了.我所使用的编程软件是Hbuilder. 1.Html文档结构 包括head和body两部分 <!DOC ...
- Mina框架(实战详解)
Apache Mina Server 是一个网络通信应用框架,为开发高性能和高可用性的网络应用程序提供了非常便利的框架. 特点:异步的NIO框架,将UDP当成"面向连接"的协议 一 ...
- java 通过HttpURLConnection与servlet通信
研究了一天才搞清楚,其实挺简单的,在这里记录下,以便以后参考. 一.创建一个servlet项目 主要包括(WEB-INF)里面有classes文件夹.lib文件夹.web.xml文件. 将写好的ser ...
- 类设计:设计卖车的4S店
class Car(object): # 定义车的方法 def move(self): print('---车在移动---') def stop(self): print('---停车---') # ...
- Git分支合并冲突解决
前2天群里发了张git历史图,如下: 根据提交历史,可以看出图中所有分支合并都采用merge的方式,具体merge是怎么操作的,可以阅读下边文章. 根据项目上的需求,如果要求git提交历史是比较简单的 ...
- 对C#热更新方案ILRuntime的探究
转载请标明出处:http://www.cnblogs.com/zblade/ 对于游戏中的热更,目前主流的解决方案,分为Lua(ulua/slua/xlua/tolua)系和ILRuntime代表的c ...
- grub rescue 主引导修复
使用windows 和 ubuntu 双系统的人,很有可能碰到重装某一个系统,或者另外添加分区,导致系统重启出现 : GRUB loading error:unknow filesystem grub ...
- 如何识别企业内的“千里马”?
很多企业主都在感叹无法找到合适的优秀管理人才,却忽视了一条获得管理人才的捷径:内部培养.在员工中挑选具有领导潜质的人才,加以培养,必成企业栋梁,而且这样选拔的人才与企业的契合度.忠诚度方面都相对较高. ...