概率論與數理統計--S2數理統計概念

代碼實現

# numpy 是開源的數學計算擴展庫，裏面有很多數值計算API，用來存儲和處理矩陣
import numpy as np 
a = [1,2,4,5,3,12,12,23,43,52,11,22,22,22]
a_mean=np.mean(a) # to acqirue mean value
a_mid=np.median(a)

print('a_mean is :',a_mean)
print('a_mid',a_mid)

'''
Scipy是一個高級的科學計算庫，Scipy一般都是操控Numpy數組來進行科學計算，
Scipy包含的功能有最優化、線性代數、積分、插值、擬合、特殊函數、快速傅里葉變換、
信號處理和圖像處理、常微分方程求解和其他科學與工程中常用的計算。
'''
from scipy import stats
a_m =stats.mode(a)[0][0]
print("a的衆數:",a_m)

import pandas as pd 
#將一維數組轉成Pandas的Series，然後調用Pandas的mode()方法
ser=pd.Series(a)
a_m=ser.mode()
print('a的衆數：',a_m)

import numpy as np
a_var=np.var(a)
a_std1=np.square(a_var)
a_std2=np.std(a)
a_mean=np.mean(a)
a_cv=a_std1/a_mean

print("a的方差:",a_var)
print("a的方差:",a_std1)
print("a的方差:",a_std2)
print("a的變異係數:",a_cv)


import numpy as np
import pandas as pd 
from matplotlib import pyplot # 直接導入這個類

data=list(np.random.randn(10000)) #生成標準正態分佈的隨機數（10000個）
pyplot.hist(data,10000,facecolor='g',alpha=0.5)
pyplot.show()