Python 描述性統(tǒng)計(jì)

import pandas

data = pandas.read_csv(

? ? 'D:\\PDA\\5.1\\data.csv'

)

#導(dǎo)入數(shù)據(jù)#

data.score.describe()

#描述數(shù)據(jù)的基本情況

出現(xiàn)的結(jié)果是

count? ? 13.000000

mean? ? 121.076923

std? ? ? 12.446295

min? ? ? 96.000000

25%? ? ? 115.000000

50%? ? ? 120.000000

75%? ? ? 131.000000

max? ? ? 140.000000

Name: score, dtype: float64#

data.score.var()#方差#

data.score.std()#標(biāo)準(zhǔn)差#


data.score.cumsum()#累計(jì)求和#

結(jié)果

0? ? ? 120

1? ? ? 242

2? ? ? 382

3? ? ? 513

4? ? ? 635

5? ? ? 754

6? ? ? 850

7? ? ? 985

8? ? 1090

9? ? 1204

10? ? 1319

11? ? 1455

12? ? 1574

Name: score, dtype: int64


data.score.argmin()

data.score.argmax() #最大值和最小值所在位置#

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容