Eason [資料科學//Python學習/資料庫] & [拍片&剪片]

#統計資訊

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('ggplot')

df1=pd.read_csv("2012MLB.csv",encoding="big5")

#df1.cov()  #共變數

df1.describe()  # 跟R的summary一樣、列出一些統計資訊

 

#異常値偵測  盒鬚圖

y=np.random.randn(1000)  #隨機產生値

plt.boxplot(y,showfliers=True)
plt.show()

r=plt.boxplot(y,showfliers=True)

print('異常値: ',r['fliers'][0].get_data()[1])#取得異常値
 

 

#常態分佈與標準差
df2=df1['HR']

df2.plot(kind='kde',title='pdf')
plt.show()

print('標準差 :',df2.std())

 

 

#相關性分析
#相關程度不等於有因果關係
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
plt.style.use('ggplot')
plt.rcParams['font.family']='SimHei' #⿊體

print('corr: ',df1[['H','HR']].corr())

df1.plot(x='H',y='HR',kind='scatter',title='散布圖')
plt.show()