版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_43679030/article/details/86089840
- 这些操作都要确保已经在电脑中安装好了Anaconda集成库，如果安装好后运行出错误，可以将原来电脑中的python卸载重新安装Anaconda，建议安装时直接将添加环境变量打勾，否则以后得自己添加环境变量，在Pycharm中的编译器选择Anaconda安装文件夹中的python。在Pycharm中新建一个data文件夹用来存放数据文件。
- 打开Python Console。
- 首先在用python读取数据，需要先输入
import pandas as pd引入pandas包，再输入df=pd.read_csv("./data/CityData.csv")读取数据，最后输入df显示数据。
- 分别输入
type(df)和type(df["cid"])可以发现两种数据类型不同。
- 计算平均值：
df.mean()或df["xid"].mean()
- 计算中位数：输入
df.median()或df["yid"].median
- 求四分位数：输入
df.quantile(q=0.25)
- 求众数：输入
df.mode()或df["xid"].mode() - 求标准差：输入
df.std()或df["yid"].std()
- 计算方差：
df.var()或df["xid"].var()
- 求和：
df.sum()或df["xid"].sum()
- 计算偏态系数：
df.skew()或df["yid"].skew()
- 计算峰态系数：
df.kurt()或df["yid"].kurt()
- 生成正态分布函数，pandas无法直接生成，需要先引入scipy
import scipy.stats as ss，再输入ss.norm，这时生成的是一个正态分布的对象，我们输入ss.norm.stats(moments="mvsk")查看一下，mvsk分别代表的是均值、方差、偏态系数、峰态系数。
这时我们可以看到生成四个值，分别对应正态分布的mvsk分别为0、1、0、0。 ss.norm.pdf(0.0)表示横坐标为0时的纵坐标的值。ss.norm.ppf(0.9)表示从负无穷累积到返回值时得到的值为0.9，其中ppf后的值必须在0-1之间。ss.norm.cdf(2)表示从负无穷积分到2时的返回值，ss.norm.rvs(size=10)可以得到10个随机的符合正态分布的数字。
- 类似的，我们可以分别输入
ss.chi2和ss.t得到卡方分布和T分布。
- 此外我们还可以进行抽样，输入
df.sample(n=10)从数据中抽取10个样本，输入df.sample(frac=0.1)从数据中抽取10%的样本。