Python数据分析初始

Posted 2020-09-02

基础库

pandas：python的一个数据分析库（pip install pandas）

seaborn：数据可视化 （pip install seaborn）

scipy：数值计算库（pip install scipy）

• SciPy (pronounced "Sigh Pie") 是一个开源的数学、科学和工程计算包。它是一款方便、易于使用、专为科学和工程设计的Python工具包，包括统计、优化、整合、线性代数模块、傅里叶变换、信号和图像处理、常微分方程求解器等等。

matplotlib：数据可视化 （pip install matplotlib）

• Matplotlib是一个Python的图形框架，类似于MATLAB和R语言。它是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。

sklearn：建模，科学计算库（pip install scikit-learn）

• Scikit-Learn是基于python的机器学习模块，基于BSD开源许可。Scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理。

numpy：线性代数、向量矩阵等，科学运算库（pip install numpy）

• NumPy（Numeric Python）系统是Python的一种开源的数值计算扩展，一个用python实现的科学计算包。它提供了许多高级的数值编程工具，如：矩阵数据类型、矢量处理，以及精密的运算库。专为进行严格的数字处理而产生。内容包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和稀疏矩阵运算包scipy配合使用更加方便。

Windows环境可以到 http://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载安装

 

 

工具

ipython notebooks：Python做教学、计算、科研的一个重要工具

pip install ipython
pip install "ipython[notebook]"

访问命令：ipython notebook

 

四分位数

四分位数（Quartile），即统计学中，把所有数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。

示例：

首先确定四分位数的位置：（n表示项数）

• Q1的位置= (n+1) × 0.25
• Q2的位置= (n+1) × 0.5
• Q3的位置= (n+1) × 0.75

对于四分位数的确定，有不同的方法，另外一种方法基于N-1 基础。即

• Q1的位置=1+（n-1）x 0.25
• Q2的位置=1+（n-1）x 0.5
• Q3的位置=1+（n-1）x 0.75

Excel 中有两个四分位数的函数。QUARTILE.EXC 和QUARTILE.INC