数据分析师一定要掌握的基础——描述性统计分析

默认情况下，describe方法会统计各个四分位的值，我们可以通过percentiles参数来自定义需要统计的分为（百分位）。

（3）离散程度
a. 极差

极差指一组数据中，最大值和最小值之差。

b. 方差

方差体现的是一组数据中，每个元素与均值偏离的大小。

c.标准差

标准差为方差的开方。

关于极差、方差和标准差：

我们以花萼长度来看下离散程度：

# 计算极差。
sub = data["sepal_length"].max() - data["sepal_length"].min()
# 计算方差。
var = data["sepal_length"].var()
# 计算标准差。
std = data["sepal_length"].std()
print(sub, var, std)

var()

std()

可视化显示：

plt.figure(figsize=(15, 4))
plt.ylim(-0.5, 1.5)
plt.plot(data["petal_length"], np.zeros(len(data)), ls="", marker="o", ms=10, color="g", label="花瓣长度")
plt.plot(data["petal_width"], np.ones(len(data)), ls="", marker="o", ms=10, color="r", label="花瓣宽度")
plt.axvline(data["petal_length"].mean(), ls="--", color="g", label="花瓣长度均值")
plt.axvline(data["petal_width"].mean(), ls="--", color="r", label="花瓣宽度均值")
plt.legend()

从图形可以看出：
花瓣宽度（红色的）围绕均值更加集中，而花瓣长度（绿色的）围绕均值更加分散。
从方差或者标准差的角度绿色的方差就会大，而红色的方差就会小。

（4）分布形状
a. 偏度

偏度是统计数据分布倾斜方向和程度的度量，是统计数据分布非对称程度的数学特征。

# 构造左偏分布数据。
 7/8   首页 上一页 5 6 7 8 下一页 尾页