用python進行數(shù)據(jù)分析(共7頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上用python進行數(shù)據(jù)分析1、 樣本集本樣本集來源于某高中某班78位同學的一次月考的語文成績。因為每位同學的成績都是獨立的隨機變量，遂可以保證得到的觀測值也是獨立且隨機的樣本如下：grades=131,131,127,123,126,129,116,114,115,116,123,122,118, 121,126,121,126,121,111,119,124,124,121,116,114,116, 116,118,112,109,114,116,116,118,112,109,114,110,114, 110,113,117,113,121,105,127,110

2、,105,111,112,104,103, 130,102,118,101,112,109,107,94,107,106,105,101,85,95, 97,99,83,87,82,79,99,90,78,86,75,66;2、 數(shù)據(jù)分析1. 中心位置（均值、中位數(shù)、眾數(shù)）數(shù)據(jù)的中心位置是我們最容易想到的數(shù)據(jù)特征。借由中心位置，我們可以知道數(shù)據(jù)的一個平均情況，如果要對新數(shù)據(jù)進行預測，那么平均情況是非常直觀地選擇。數(shù)據(jù)的中心位置可分為均值（Mean），中位數(shù)（Median），眾數(shù)（Mode）。其中均值和中位數(shù)用于定量的數(shù)據(jù)，眾數(shù)用于定性的數(shù)據(jù)。均值：利用python編寫求平均值的函數(shù)很容易得到本

3、次樣本的平均值得到本次樣本均值為109.9中位數(shù)：113眾數(shù)：1162. 頻數(shù)分析2.1頻數(shù)分布直方圖柱狀圖是以柱的高度來指代某種類型的頻數(shù)，使用Matplotlib對成績這一定性變量繪制柱狀圖的代碼如下：這里我主要使用matplotlib.pyplot as plt上的bar（）函數(shù)畫出直方圖。這里所使用的text和title方法是用來給圖形加上標注和題目的。運行程序可得到如下頻率分布直方圖：這里我將數(shù)據(jù)分為八組：6070,7080,8090,90100,100110,110120,120130,130140；每組對應中點為：66,77.3,84.6,95.6,105.2,114.4,123

4、.9,130.7每組對應頻率：0.01,0.04,0.06,0.08,0.18,0.38,0.21,0.04從該頻率直方圖我們可以看出該班成績主要分布在100130區(qū)間，當然也存在130多的高分和60多的低分?？傮w成績還算不錯，低于均分的同學要繼續(xù)努力。2.2相對頻率折線圖這里我主要使用matplotlib.pyplot as plt上的plot（）函數(shù)畫出折線圖。程序代碼如下：運行程序可得到如下折線圖：通過折線圖我們可以更加清楚的明白這個班級的成績分布，高于一百分的同學占絕大多數(shù)，而低于一百分的也占有一定的比例。2.3箱須圖中位數(shù)：113上四分位數(shù)：Q1=124下四分位數(shù)：Q2=105四分位

5、數(shù)差:IQR=19此時可以繪制該班的箱須圖進行成績分析，這里使用Matplotlib中的boxplot繪制關于身高的箱形圖，程序如下：運行程序后可以得到該班關于成績的箱須圖：從該箱須圖也可以清楚的看出本班的成績分布，以及中位數(shù)所在的位置所在。由于箱須圖的主要目的用來比較，而這里只有一組數(shù)據(jù)，就不進行比較了。但是仍要注意的是在下邊緣以外的異常值點，這些同學的成績在本班處于墊底，應格外注意這些同學的學習習慣，積極引導和教育。2.4經(jīng)驗累積分布圖總體的分布函數(shù)稱為理論分布函數(shù)。經(jīng)驗累積分布函數(shù)利用樣本來估計和推斷總體的分布函數(shù)F(x).這里主要利用我利用python的Matplotlib編寫了dra

6、wCumulativeHist函數(shù)進行經(jīng)驗累積分布圖的繪制，程序如下：可得到如下的經(jīng)驗累積分布圖從該經(jīng)驗累積圖上可以直觀的看出該樣本服從正態(tài)分布。此時我們可以畫出正態(tài)概率分布圖進行驗證。2.5正態(tài)概率分布圖在經(jīng)驗累積分布圖上連接上四分位點和下四分位點并延長，可以得到正態(tài)概率分布圖，程序如下：運行程序得到正態(tài)概率分布圖?？梢姰嫵龅臉颖緮?shù)據(jù)的圖成線性，故該組數(shù)據(jù)服從正態(tài)分布。3、 結(jié)論通過以上種種方法對該組樣本進行分析，我們發(fā)現(xiàn)改組樣本數(shù)據(jù)服從正態(tài)分布。該班的成績分布主要集中在100130區(qū)間，其中不乏高分但也有低于邊緣值的異常點?？傮w來說該班成績較好，但要注意對低分段同學進行積極的引導鼓勵。四總結(jié)描述性統(tǒng)計是容易操作，直觀簡潔的數(shù)據(jù)分析手段。我們組通過python進行對本組數(shù)據(jù)的畫圖分析，學習并掌握