本篇文章給大家帶來的內容是關于Python中簡單統計量的計算，有一定的參考價值，有需要的朋友可以參考一下，希望對你有所幫助。

1、這些操作都要確保已經在電腦中安裝好了Anaconda集成庫，如果安裝好后運行出錯誤，可以將原來電腦中的python卸載重新安裝Anaconda，建議安裝時直接將添加環境變量打勾，否則以后得自己添加環境變量，在Pycharm中的編譯器選擇Anaconda安裝文件夾中的python。在Pycharm中新建一個data文件夾用來存放數據文件。

2.打開Python Console。

3.首先在用python讀取數據，需要先輸入import pandas as pd引入pandas包，再輸入df=pd.read_csv("./data/CityData.csv")讀取數據，最后輸入df顯示數據。

4.分別輸入type(df)和type(df["cid"])可以發現兩種數據類型不同。

5.計算平均值：df.mean()或df["xid"].mean()

6.計算中位數：輸入df.median()或df["yid"].median

7.求四分位數：輸入df.quantile(q=0.25)

8.求眾數：輸入df.mode()或df["xid"].mode()

9.求標準差：輸入df.std()或df["yid"].std()

10.計算方差：df.var()或df["xid"].var()

11.求和：df.sum()或df["xid"].sum()

12.計算偏態系數：df.skew()或df["yid"].skew()

13.計算峰態系數：df.kurt()或df["yid"].kurt()

14.生成正態分布函數，pandas無法直接生成，需要先引入scipyimport scipy.stats as ss，再輸入ss.norm，這時生成的是一個正態分布的對象，我們輸入ss.norm.stats(moments="mvsk")查看一下，mvsk分別代表的是均值、方差、偏態系數、峰態系數。

這時我們可以看到生成四個值，分別對應正態分布的mvsk分別為0、1、0、0。

15.ss.norm.pdf(0.0)表示橫坐標為0時的縱坐標的值。ss.norm.ppf(0.9)表示從負無窮累積到返回值時得到的值為0.9，其中ppf后的值必須在0-1之間。ss.norm.cdf(2)表示從負無窮積分到2時的返回值，ss.norm.rvs(size=10)可以得到10個隨機的符合正態分布的數字。

16.類似的，我們可以分別輸入ss.chi2和ss.t得到卡方分布和T分布。

17.此外我們還可以進行抽樣，輸入df.sample(n=10)從數據中抽取10個樣本，輸入df.sample(frac=0.1)從數據中抽取10%的樣本。

總結

以上是生活随笔為你收集整理的python基本统计量_Python中简单统计量的计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。