统计数据的python实践

python练习代码:

```

# -*- coding: utf-8 -*-

import pandas as pd

from pandas import DataFrame as df

import numpy as np

from functools import reduce

import sys

from scipy import stats

import matplotlib.pyplot as plt

def load_data_from_csv(csv_file_path):

    data = pd.read_csv(csv_file_path)

    return data

# 算术平均数

def cal_arithmatic_mean(series):

    return series.mean()

# 几何平均数

def get_geometric_mean(series):

    return pow(reduce(lambda x,y : x*y, series), 1.0 / len(series))

# 加权平均数

def get_weighted_average(series, weights):

    return np.average(series, weights = weights)

# 中位数

def get_median(series):

    return np.median(series)

# 分位数

def get_percentile(series, percentiles):

    return np.percentile(series, percentiles)

# 众数

def get_mode(series):

    count_dict = dict()

    for num in series:

        if not num in count_dict.keys():

            count_dict[num] = 0

        count_dict[num] += 1

    sorted_nums = sorted(count_dict.items(), key = lambda num:num[1], reverse = True)

    return sorted_nums[0][0]

# 极差

def get_range(series):

    return max(series) - min(series)

# 中程数

def get_midrange(series):

    return np.mean([max(series), min(series)])

# 方差

def get_variance(series, ddof): # ddof - 0: 总体方差, 1: 样本方差

    return np.var(series, ddof = ddof)

# 标准差

def get_std_deviation(series, ddof): # ddof - 0: 总体标准差, 1: 样本标准差

    return np.std(series, ddof = ddof)

# 平均差

def get_avg_deviation(series):

    mean = np.mean(series)

    sum = 0.0

    for num in series:

        sum += abs(num - mean)

    return sum / len(series)

# 四分位差

def get_4percentile_deviation(series):

    percentiles4 = [25, 75]

    percentiles4_nums = get_percentile(series, percentiles4)

    return percentiles4_nums[1] - percentiles4_nums[0]

# 异众比率

def get_variation_ratio(series):

    count_dict = dict()

    for num in series:

        if not num in count_dict.keys():

            count_dict[num] = 0

        count_dict[num] += 1

    sorted_nums = sorted(count_dict.items(), key = lambda num:num[1], reverse = True)

    return (len(series) - sorted_nums[0][1]) * 1.0 / len(series)

# 离散系数

def get_variation_coefficient(series):

    std_variation_sample = get_std_deviation(series, 1)

    return std_variation_sample / np.mean(series)

# 偏态系数

def get_skew(series):

    '''

    #plt.hist(series,100,normed=True,facecolor='g',alpha=0.9)

    #plt.show()

    mean = np.mean(series)

    return np.mean((series - mean) ** 3)

    '''

    return series.skew()

# 峰度系数

def get_kurt(series):

    '''

    mean = np.mean(series)

    var = np.var(series, ddof = 0)

    return np.mean((series - mean) ** 4) / pow(var, 2)

    '''

    return series.kurt()

csv_file_path = sys.argv[1]

data = load_data_from_csv(csv_file_path)

series = data['num6']

#print(series)

weights = np.random.randint(10, size = len(series))

#print(weights)

print('******数据的集中趋势******')

arithmatic_mean = cal_arithmatic_mean(series)

print('算术平均数: %f' % arithmatic_mean)

geometric_mean = get_geometric_mean(series)

print('几何平均数: %f' % geometric_mean)

weighted_average = get_weighted_average(series, weights)

print('加权平均数: %f' % weighted_average)

median = get_median(series)

print('中位数: %f' % median)

percentiles = [25, 50, 75]

percentiles_nums = get_percentile(series, percentiles)

print('四分位数: %s' % percentiles_nums)

mode = get_mode(series)

print('众数: %f' % mode)

range = get_range(series)

print('极差: %f' % range)

midrange = get_midrange(series)

print('中程数: %f' % midrange)

print('******数据的离中趋势******')

variance_total = get_variance(series, 0)

variance_sample = get_variance(series, 1)

print('总体方差: %f,样本方差: %f' % (variance_total, variance_sample))

std_deviation_total = get_std_deviation(series, 0)

std_deviation_sample = get_std_deviation(series, 1)

print('总体标准差: %f, 样本标准差: %f' % (std_deviation_total, std_deviation_sample))

avg_deviation = get_avg_deviation(series)

print('标准差: %f' % avg_deviation)

percentile4_deviation = get_4percentile_deviation(series)

print('四分位差: %f' % percentile4_deviation)

variation_ratio = get_variation_ratio(series)

print('异众比率: %f' % variation_ratio)

print('******数据的相对离散程度******')

variation_coefficient = get_variation_coefficient(series)

print('离散系数: %f' % variation_coefficient)

print('******数据的分布形状******')

skew = get_skew(series)

print('偏态系数: %f' % skew)

kurt = get_kurt(series)

print('峰度系数: %f' % kurt)

```

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,684评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,143评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,214评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,788评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,796评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,665评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,027评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,679评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 41,346评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,664评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,766评论 1 331
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,412评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,015评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,974评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,203评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,073评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,501评论 2 343

推荐阅读更多精彩内容