6、 median求中位数
中位数就是将一组含有n个数据的序列X按从小到大排列,位于中间位置的那个数。
中位数是以中间位置的数来反映数据的一般情况,不容易受到极大值、极小值的影响,因而在反映数据分布情况上要比平均值更有代表性。
现有序列为X:{X1、X2、X3、......、Xn}。
如果n为奇数,则中位数:
如果n为偶数,则中位数:
例如,1、3、5、7、9的中位数为5,而1、3、5、7的中位数为(3+5)/2=4。
在Excel和Python中求一组数据的中位数,都是使用median()函数来实现的。
下面为在Excel中求中位数的示例:
在Python中,median()函数的使用原则和其他函数的一致。
7、mode求众数
顾名思义,众数就是一组数据中出现次数最多的数,求众数就是返回这组数据中出现次数最多的那个数。
在Excel和Python中求众数都使用mode()函数,使用原则与其他函数完全一致。
在Excel中求众数的示例如下:
在Python中求众数的示例如下:
8、var求方差
方差是用来衡量一组数据的离散程度(即数据波动幅度)的。
在Excel和Python中求一组数据中的方差都使用var()函数。
下面为在Excel中求方差的示例:
在Python中,var()函数的使用原则和其他函数的一致。
9、std求标准差
标准差是方差的平方根,二者都是用来表示数据的离散程度的。
在Excel中计算标准差使用的是stdevp()函数,示例如下:
在Python中计算标准差使用的是std()函数,std()函数的使用原则与其他函数的一致,示例如下:
10、quantile求分位数
分位数是比中位数更加详细的基于位置的指标,分位数主要有四分之一分位数、四分之二分位数、四分之三分位数,而四分之二分位数就是中位数。
在Excel中求分位数用的是percentile()函数,示例如下:
在Python中求分位数用的是quantile()函数,要在quantile后的括号中指明要求取的分位数值,quantile()函数与其他函数的使用规则相同。
四、相关性运算相关性常用来衡量两个事物之间的相关程度,比如我们前面举的例子:啤酒与尿布二者的相关性很强。我们一般用相关系数来衡量两者的相关程度,所以相关性计算其实就是计算相关系数,比较常用的是皮尔逊相关系数。
在Excel中求取相关系数用的是correl()函数,示例如下:
在Python中求取相关系数用的是corr()函数,示例如下:
还可以利用 corr()函数求取整个 DataFrame 表中各字段两两之间的相关性,示例如下: