Modul Matematik dalam Python: Statistik

Modul Python's

menyediakan keupayaan analisis statistik data yang kuat untuk membantu kami dengan cepat memahami ciri -ciri keseluruhan data, seperti biostatistik dan analisis perniagaan. Daripada melihat titik data satu demi satu, cuma melihat statistik seperti min atau varians untuk menemui trend dan ciri dalam data asal yang mungkin diabaikan, dan membandingkan dataset besar dengan lebih mudah dan berkesan. statistics

Tutorial ini akan menerangkan cara mengira min dan mengukur tahap penyebaran dataset. Kecuali dinyatakan sebaliknya, semua fungsi dalam modul ini menyokong pengiraan nilai purata menggunakan fungsi

dan bukannya hanya menjumlahkan purata. Nombor titik terapung juga boleh digunakan. mean()

import random
import statistics
from fractions import Fraction as F

int_values = [random.randrange(100) for x in range(9)]
frac_values = [F(1, 2), F(1, 3), F(1, 4), F(1, 5), F(1, 6), F(1, 7), F(1, 8), F(1, 9)]

mix_values = [*int_values, *frac_values]

print(statistics.mean(mix_values))
# 929449/42840

print(statistics.fmean(mix_values))
# 21.69582166199813

Bermula dengan Python 3.8, anda boleh menggunakan fungsi

dan geometric_mean(data, weights=None) untuk mengira min geometri dan min harmonik. harmonic_mean(data, weights=None)

Maksud geometri adalah hasil membahagikan produk semua nilai N dalam data kepada akar kuasa N. Oleh kerana kesilapan titik terapung, hasilnya mungkin sedikit berat sebelah dalam beberapa kes. Satu aplikasi geometri bermakna dengan cepat mengira kadar pertumbuhan tahunan kompaun. Sebagai contoh, jualan empat tahun syarikat masing-masing adalah 100, 120, 150, dan 200. Kadar pertumbuhan dalam tiga tahun masing -masing adalah 20%, 25% dan 33.33%. Kadar pertumbuhan jualan purata syarikat akan lebih tepat dinyatakan sebagai purata peratusan geometri. Maksud aritmetik sentiasa memberikan kadar pertumbuhan yang tidak betul dan sedikit lebih tinggi.

import statistics

growth_rates = [20, 25, 33.33]

print(statistics.mean(growth_rates))
# 26.11

print(statistics.geometric_mean(growth_rates))
# 25.542796263143476

Maksud harmonik hanya timbal balik dari aritmetik min bagi timbal balik data. Jika data mengandungi nombor sifar atau negatif, pengecualian

dibuang. StatisticsError

Purata harmonik digunakan untuk mengira purata nisbah dan kadar, seperti mengira kelajuan purata, ketumpatan, atau rintangan selari. Kod berikut mengira kelajuan purata apabila seseorang bergerak jarak tetap (di sini adalah 100 km).

import statistics

speeds = [30, 40, 60]
distance = 100

total_distance = len(speeds) * distance
total_time = 0

for speed in speeds:
    total_time += distance / speed

average_speed = total_distance / total_time

print(average_speed)
# 39.99999999999999

print(statistics.harmonic_mean(speeds))
# 40.0

Harus diingat bahawa apabila terdapat banyak nilai dengan kekerapan kejadian yang sama, fungsi

dalam python 3.8 boleh mengembalikan pelbagai hasil. multimode()

import statistics

favorite_pet = ['cat', 'dog', 'dog', 'mouse', 'cat', 'cat', 'turtle', 'dog']

print(statistics.multimode(favorite_pet))
# ['cat', 'dog']

Kirakan median

Mengira nilai pusat dengan mod mungkin mengelirukan. Seperti yang dinyatakan sebelum ini, mod sentiasa titik data yang paling kerap, tanpa mengira nilai lain dalam dataset. Satu lagi cara untuk menentukan kedudukan pusat ialah menggunakan fungsi

untuk mengira varians populasi dataset yang diberikan. pvariance(data, mu=None)

Parameter kedua fungsi ini adalah pilihan. Jika nilai

mu disediakan, ia harus sama dengan min data yang diberikan. Jika nilai ini hilang, min dikira secara automatik. Fungsi ini berguna apabila anda ingin mengira varians seluruh penduduk. Jika data anda hanya sampel populasi, anda boleh menggunakan fungsi untuk mengira varians sampel, di mana variance(data, xBar=None) adalah min sampel yang diberikan, yang secara automatik dikira jika tidak disediakan. xBar

sisihan piawai populasi dan sisihan piawai sampel boleh dikira menggunakan fungsi

dan pstdev(data, mu=None) masing -masing. stdev(data, xBar=None)

import random
import statistics
from fractions import Fraction as F

int_values = [random.randrange(100) for x in range(9)]
frac_values = [F(1, 2), F(1, 3), F(1, 4), F(1, 5), F(1, 6), F(1, 7), F(1, 8), F(1, 9)]

mix_values = [*int_values, *frac_values]

print(statistics.mean(mix_values))
# 929449/42840

print(statistics.fmean(mix_values))
# 21.69582166199813

Seperti yang dapat dilihat dari contoh di atas, varians yang lebih kecil bermakna lebih banyak titik data lebih dekat dengan nilai min. Anda juga boleh mengira sisihan piawai perpuluhan dan pecahan.

Ringkasan

Dalam tutorial terakhir dalam siri ini, kami mempelajari fungsi yang berbeza yang disediakan dalam modul statistics. Anda mungkin menyedari bahawa data yang diberikan kepada fungsi disusun dalam kebanyakan kes, tetapi ia tidak perlu disusun. Dalam tutorial ini, saya menggunakan senarai yang disusun kerana ia memudahkan untuk memahami hubungan antara nilai -nilai yang dikembalikan oleh fungsi yang berbeza dan data input.

Atas ialah kandungan terperinci Modul Matematik dalam Python: Statistik. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!