Python_Data_Mining_Functions

Python中用于数据探索的库主要是Pandas(数据分析)和Matplotlib(可视化).

基本统计特征函数

统计特征函数用于计算数据的均值, 方差, 标准差, 分位数, 相关系数和协方差等, 这些统计特征能反映除数据的整体分布.

Pandas主要统计特征函数:

方法名	函数功能
sum()	计算数据样本总和(按列计算)
mean()	计算数据样本的算数平均数
var()	计算数据样本的方差
std()	计算数据样本的标准差
corr()	计算数据样本的Spearman(Pearson)相关系数矩阵
cov()	计算数据样本的协方差矩阵
skew()	样本值的偏度(三阶矩)
kurt()	样本值的峰值(四阶矩)
describe()	给出样本的基本描述(基本的统计量如均值, 标准差等)

扩展统计特征函数

除了基本统计特征外, Pandas还提供了一些非常方便使用的计算统计特征的函数, 主要有累积计算(cum)和滚动计算(pd.rolling_)

方法名	函数功能
cumsum()	依次给出前1, 2, ... , n 个数的和
cumprod()	依次给出前1, 2, ... , n 个数的积
cummax()	依次给出前1, 2, ... , n 个数的最大值
cummin()	依次给出前1, 2, ... , n 个数的最小值

方法名	函数功能
rolling_sum()	计算数据样本的总和(按列计算)
rolling_mean()	数据样本的算数平均数
rolling_var()	计算数据样本的方差
rolling_std()	计算数据样本的标准差
rolling_corr()	计算数据样本的Spearman(Pearson)相关系数
rolling_cov()	计算数据样本的协方差矩阵
rolling_skew()	样本值的偏度(三阶矩)
rolling_kurt()	样本值的峰值(四阶矩)

统计作图函数

作图函数名	作图函数功能	所属库
plot()	绘制线性二维图, 折线图	Matplotlib/Pandas
pie()	绘制饼形图	Matplotlib/Pandas
hist()	绘制二维条形直方图, 可显示数据的分配情况	Matplotlib/Pandas
boxplot()	绘制样本数据的箱形图	Pandas
plot(logy=True)	绘制y轴的对数图形	Pandas
plot(yerr=error)	绘制误差条形图	Pandas