第3章 探索性数据分析（单因子&对比）与可视化

1、理论铺垫

　Dataframe和Series均适用

　　~集中趋势：均值mean()、中位数median()、与分位数quantile(q=0.25)、众数mode()

　　~离中趋势：标准差std()、方差var()

　　　数据分布：偏态skew()与峰态kurt()、正态分布与三大分布
正偏态（mean>median）

　　import scipy.stats as ss

　    正态分布：ss.norm 、卡方分布：ss.chi2 、t分布：ss.chi2、f分布：ss.chi2
　　偏态系数：数据平均值偏离状态的衡量
　　峰态系数：数据分布集中强度的衡量

       ~ 抽样定理：抽样误差、抽样精度

　　 data.sample(10)  #抽10个

        data.sample(frac = 0.001)  #抽样百分比为0.001

2、数据分类

·         定类（类别）：根据事物离散、无差别属性进行的分类，如：名族

·         定序（顺序）：可以界定数据的大小，但不能测定差值：如：收入的低、中、高

·         定距（间隔）：可以界定数据大小的同时，可测定差值，但无绝对零点，如：温度

·         定比（比率）：可以界定数据大小，可测定差值，有绝对零点，如：身高、体重

第3章 探索性数据分析（单因子&对比）与可视化

原文：https://www.cnblogs.com/Cheryol/p/11420763.html