概率论与数理统计--S2数理统计概念

代码实现

# numpy 是开源的数学计算扩展库，里面有很多数值计算API，用来存储和处理矩阵
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是一个高级的科学计算库，Scipy一般都是操控Numpy数组来进行科学计算，
Scipy包含的功能有最优化、线性代数、积分、插值、拟合、特殊函数、快速傅里叶变换、
信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。
'''
from scipy import stats
a_m =stats.mode(a)[0][0]
print("a的众数:",a_m)

import pandas as pd 
#将一维数组转成Pandas的Series，然后调用Pandas的mode()方法
ser=pd.Series(a)
a_m=ser.mode()
print('a的众数：',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的变异系数:",a_cv)


import numpy as np
import pandas as pd 
from matplotlib import pyplot # 直接导入这个类

data=list(np.random.randn(10000)) #生成标准正态分布的随机数（10000个）
pyplot.hist(data,10000,facecolor='g',alpha=0.5)
pyplot.show()