数据分析及可视化 课件 第5章-数据基本分析及可视化;第6章 数据综合评价及可视化.pptx

第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计1.次序统计2.集中趋势3.离散程度4.箱线图【Excel的基本操作】5.1.2数据的综合统计1.多变量数据统计2.数据的分组统计第5章数据基本分析及可视化

5.1描述性数据分析描述性统计，是指运用制表和分类，图形以及计算概括性数据来描述数据特征的各项活动。主要包括数据的次序分析、集中趋势分析、离散程度分析、频数分析，分布图形以及一些基本的统计图形。第5章数据基本分析及可视化

5.1描述性数据分析对一组数据X1,X2,...,Xn，X(i)称为该其第i个次序统计量，其取值是将数据由小到大排列后得到的第i个值。从小到大排序为X(1),X(2),...,X(n)，则称X(1),X(2),...,X(n)为顺序统计量。5.1.1数据的描述统计1.次序统计第5章数据基本分析及可视化

5.1描述性数据分析（1）顺序统计5.1.1数据的描述统计1.次序统计第5章数据基本分析及可视化

5.1描述性数据分析（1）顺序统计对2019年珠三角9个地区的人均GDP数据进行排序：5.1.1数据的描述统计1.次序统计第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计1.次序统计（2）极值一组数据中最小的数据，即最小次序统计量X(1)，记为X.min一组数据中最大的数据，即最大次序统计量X(n)，记为X.maxInX.min()Out5.39InX.max()Out20.35第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计1.次序统计（3）分位数分位数（亦称分位点，Quantile），是指将一组数据分为多个等份的数值点，如百分位数就是将数据分成100个等份。常用的分位数有二分位数、四分位数和五分位数。第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计1.次序统计（3）分位数Python提供了函数quantile()对数据计算分位数：InX.quantile([0,0.25,0.5,0.75,1])Out0.005.390.258.600.5011.250.7515.641.0020.35第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计2.集中趋势对于数值型定量数据，经常要分析它的集中趋势和离散程度，用来描述集中趋势的主要统计指标称为平均统计量，如均值、中位数；用于描述离散程度的统计量主要有方差、标准差。Python只需要一个命令就可以简单地得到这些结果，计算均值、中位数、方差、标准差的命令分别是mean()、median()、var()、std()第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计2.集中趋势（1）均值均值（mean，也称均数，即为算术平均数）：指一组数据的和除以这组数据的个数所得到的商，它反映一组数据的总体水平。对于正态分布数据：InX.mean()Out12.027777777777777第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计2.集中趋势（2）中值中值（median，也称中位数，即二分位数）：指一组数据按大小顺序排列，处于中间位置的一个数值，它也是反映了一组数据的集中趋势。对偏态分布数据，通常计算其中位数，来表示其平均水平。InX.median()#=X.quantile(0.5)Out11.25第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计3.离散程度（1）极差或四分位差极差指一组数据中最大数据与最小数据的差，在统计中常用极差来刻画一组数据的离散程度。该指标由于只考虑数据的最大和最小值，通常用处不是很大。IndefR(x):return(x.max()-x.min())R(X)#X.max()-X.min();Out14.96第5章数据基本分析及可视化

5.1描述性数据分析5.1.1数据的描述统计3.离散程度（1）极差或四分位差四分位差（也称四分位数间距，InterQuartileRange,IQR），是第三分位数与第一分位数的差距。IndefIQR(x):return(x.quantile(0.75)-x.quantile(0.25))IQR(X)#X.quantile(0.75)-X.quantile(0.25)Out7.040000000000001第5章数据基本分析及可视化

5.1描述