Python數據分析：簡單統計量的計算

1. 這些操作都要確保已經在電腦中安裝好了Anaconda集成庫，如果安裝好後運行出錯誤，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，否則以後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，最後輸入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. 求衆數：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. 計算偏態係數：df.skew()或df["yid"].skew()
13. 計算峯態係數：df.kurt()或df["yid"].kurt()
14. 生成正態分佈函數，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佈的對象，我們輸入ss.norm.stats(moments="mvsk")查看一下，mvsk分別代表的是均值、方差、偏態係數、峯態係數。
    這時我們可以看到生成四個值，分別對應正態分佈的mvsk分別爲0、1、0、0。
15. ss.norm.pdf(0.0)表示橫座標爲0時的縱座標的值。ss.norm.ppf(0.9)表示從負無窮累積到返回值時得到的值爲0.9，其中ppf後的值必須在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佈的數字。
16. 類似的，我們可以分別輸入ss.chi2和ss.t得到卡方分佈和T分佈。
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。