数据分析中的统计学基础及Python具体实现【数据分析】
个人主页：在线OJ的阿川
大佬的支持和鼓励，将是我成长路上最大的动力
阿川水平有限，如有错误，欢迎大佬指正
Python 初阶
Python–语言基础与由来介绍
Python–注意事项
Python–语句与众所周知
数据清洗前 基本技能
数据分析—技术栈和开发环境搭建
数据分析—Numpy和Pandas库基本用法及实例
统计学基础前 必看
数据分析—三前奏：获取/ 读取/ 评估数据
数据分析—数据清洗操作及众所周知
数据分析—数据整理操作及众所周知
目录
- 统计学概述
- 数值数据分析维度
- 偏态解释
数据分析与统计学不可分割
统计学概述
统计学主要是描述和推断
-
描述
- 分类数据
- 有限数量的类别的数据
- 定序
- 有顺序的
- 例如金银铜三枚奖牌，金大于银大于铜
- 有顺序的
- 定类
- 例如猫的种类，不能说有顺序
- 定序
- 有限数量的类别的数据
- 分类数据
-
- 数值数据
- 对可进行数学运算和统计分析计算有意义的数据
- 连续
- 例如1~2之间区间有很多连续的数字
- 离散
- 只能以整数或自然数为单位的数据
- 连续
- 对可进行数学运算和统计分析计算有意义的数据
- 数值数据
数值数据分析维度
数值数据是数据分析的重点，分析维度主要从三个方面来分析
- 集中趋势
- 数据集中分布在哪里
- mean平均数
- median中位数
- mode众数
- 离散趋势
- 数据偏离中心分布在哪里
- max-min极差
- var/std 方差/标准差
-
quantile（0.75）- quantile（0.25）四分位距
- 四分位距是将数据按顺序，按四等分分好并排序，处于三个分割点位置的数值就是四分位数-
- 表示中间一半数值的离散程度
- 越大说明数据越分散
- 越小说明数据越集中
- 分布形状
- 可以看出数据的偏态、峰度、异常值
- 分布形状主要是指直方图
plot 表示画图- kind参数具体什么形状
- hist表示直方图
- kind参数具体什么形状
偏态解释
直方图一般为正态分布（平均值、中位数、众数差不多都位于中央）
偏态（平均数、中位数、众数偏离中央）
-
正偏态即右偏态
-
负偏态及左偏态
注意一下直方图
- 数据量小，分布形状较不明显
- 数据量大，分布形状较明显
好的，到此为止啦，祝您变得更强
想说的话
实不相瞒，写的每篇博客都要写三四个小时（加上自己学习和纸质笔记，共五六小时吧），很累，希望大佬支持
| 道阻且长 行则将至 |
|---|
个人主页：在线OJ的阿川大佬的支持和鼓励，将是我成长路上最大的动力 