数据分析师一定要掌握的基础——描述性统计分析

# 计算左边元素的值。
left = np.floor(index).astype(np.int32)
# 计算右边元素的值。
right = np.ceil(index).astype(np.int32)
# 获取index的小数部分weight与整数部分_ 。
weight, _ = np.modf(index)
# 根据左右两边的整数，加权计算四分位数的值。权重与距离成反比。
q = x[left] * (1 - weight) + x[right] * weight
print(q)

结果：[12.25 14.5 16.75]，1/4分位12.25，2/4分位14.5，3/4分位16.75

weight, _ = np.modf(index)

中下划线的解释：
Python中我们对于不使用的变量，习惯用 _ 来命名变量。
也就是在2.25 4.5 6.75中，2，4，6整数部分我们不用，所以定义成下划线即可。

可视化呈现：

plt.figure(figsize=(15, 4))
plt.xticks(x)
plt.plot(x, np.zeros(len(x)), ls="", marker="D", ms=15, label="元素值")
plt.plot(q, np.zeros(len(q)), ls="", marker="X", ms=15, label="四分位值")
for v in q:
    plt.text(v, 0.01, s=v, fontsize=15)
plt.legend()

结论：
四分位值不一定出现在我们数据的元素中。

我们刚才自行计算了每个四分位的值，但是，其实在Python中，Numpy与Pandas提供了相关的方法，无需我们自行计算。

Numpy中计算四分位数：

x = [1, 3, 10, 15, 18, 20, 23, 40]# quantile与percentile都可以计算分位数，不同的是，quantile方法，
# q（要计算的分位数）的取值范围为[0, 1]，而percentile方法，q的
# 取值范围为[0, 100]。
print(np.quantile(x, q=[0.25, 0.5, 0.75]))
print(np.percentile(x, q=[25, 50, 75]))

结果：
[ 8.25 16.5 20.75][ 8.25 16.5 20.75]

Numpy 中quantile与percentile计算四分位数的区别：

quantile方法， q（要计算的分位数）的取值范围为[0, 1]percentile方法，q的取值范围为[0, 100]。

Pandas中计算四分位数：

x = [1, 3, 10, 15, 18, 20, 21, 23, 40]s = pd.Series(x)
print(s.describe())

在上面的结果中，我们如何将四分之一分位的值提取出来呢？

s.describe()[4]s.describe()['25%']s.describe().iloc[4]s.describe().loc['25%']s.describe().ix[4]s.describe().ix['25%']

建议使用 s.describe().iloc[4] 和 s.describe().loc[‘25%’] 这两种方式取值，因为更具有针对性，分别是位置索引和标签索引取值，不容易产生错误。

 6/8   首页 上一页 4 5 6 7 8 下一页 尾页