技術標籤：Python資料分析與挖掘

1. 基本統計特徵函式

統計特徵函式：用於計算資料的均值、方差、標準數、分位數、相關係數、協方差等，這些統計特徵可以反映出資料的整體分佈。

pandas主要統計特徵函式

1）sum（）：計算資料樣本的總和。

D.sum()			# 表示按列計算資料樣本的總和，樣本D可以為DataFrame或者Series

2）mean（）：計算資料樣本的算術平均值。

D.mean()		# 表示按列計算樣本D的算數平均值，樣本D可以為DataFrame或者Series

3）var（）：計算資料樣本的方差。

D.var()			# 表示計算資料樣本的方差，樣本D可以為DataFrame或者Series
 

4）std（）：計算資料樣本的標準差。

D.std()			# 表示計算資料樣本的標準差，樣本D可以為DataFrame或者Series

5）corr（）：計算資料的Spearman（Pearson）相關係數矩陣。

D.corr(method='pearson')		# 樣本D可以為DataFrame，返回相關係數矩陣。
# method為計算方法，支援Pearson（預設）、Kendall、Spearman。		
						
S1.correct（S2，method='pearson'）	# s1,s2均為Series，用於計算兩個Series之間的相關係數。

6）cov（）：計算資料樣本的協方差矩陣。

D.cov()			# 樣本D可以為DataFrame，返回協方差矩陣
S1.cov(S2)		# s1，s2均為Series，用於計算兩個Series之間的協方差。

7）skew（）：樣本值的偏度（三階矩）。

D.skew()		# 計算樣本D的偏度（三階），樣本D可以為DataFrame或者Series

8）kurt（）：計算資料樣本的峰度（四階矩陣）

D.kurt()		# 計算樣本D的峰度（四階），樣本D可以為DataFrame或者Series

9）describe（）：直接給出樣本資料的一些基本的統計量，包括均值、標準差、最大值、最小值、分位數等。

D.describe()	# 括號內可以有引數，例如percentiles=[0.2,0.4,0.6,0.8]，
 

				# 則計算的不是預設的1/4，1/2，3/4分位數

2. 拓展統計特徵函式

3. 統計繪圖函式

python的主要繪相簿是Matplotlib，繪圖通常是Matplotlib和pandas結合使用。

繪圖前要先載入一些程式碼：

import matplotlib.pyplot as plt  # 匯入繪相簿
plt.rcParams['font.sans-serif'] = ['SimHei']  # 用來正常顯示中文標籤
plt.rcParams['axes.unicode_minus'] = False  # 用來正常顯示負號
plt.figure(figsize = (7, 5))  # 建立影象區域，指定比例

繪圖完成後用plt.show()命令來顯示繪圖結果。

1）plot（）：繪製線性二維圖，折線圖。

plt.plot(x,y,s)			# 繪製y對於x的二維影象。
# 字串s指定繪圖時的型別，樣式和顏色。
# 例如：'b'為藍色，'r'為紅色,'g'為綠色,'o'為圓圈,'+'為加號標記,'-'為實線,'--'為虛線。
D.plot(kind='box')	# 使用DataFrame或Series物件內建的方法繪圖，預設以Index為橫座標。
# 通過kind指定繪圖型別，支援line(線)、bar(條形)、barh(水平條形)、hist(直方圖)、box(箱型圖)、kde(密度圖)、area、pie(餅圖)

2）pie（）：繪製餅圖。

plt.pie(size)		# size是一個列表，記錄各個扇形的面積比例。

3）hist（）：繪製二維條形直方圖，可顯示資料的分佈情形。

plt.hist(x,y)		#x是待繪製直方圖的一維陣列。y可以是整數，表示均分為y組，也可是列表，各個數字為分組的邊界點。

4）boxplot（）：繪製樣本資料的箱型圖。

D.boxplot()			#D為DataFrame
D.plot(kind='box')		#D為DataFrame或者Series
#兩種方法都行

5）plot（logx=True）/plot（logy=True）：繪製x或y軸的對數函式。

D.plot(logx=True)
D.plot(logy=True)
# D為DataFrame或者Series

6）plot(yerr=error)：繪製誤差條形圖。

D.plot(yerr=error)		# 在y軸方向畫出誤差棒圖。
# D為DataFrame或者Series，代表著均值資料列，而error則是誤差列。
# 若設定xerr=error，則在x軸方向畫出誤差棒圖。