Python 統計模組

Python 的Statistics 模組提供用於計算數學上真實資料的函式。Python 有一個內建模組；此函式支援 int、float、decimal 和 fractional。

如果您的輸入資料包含混合資料型別，那麼我們可以使用 map (float, input_data) 來確保一致的結果。

一些資料集使用 NaN（非數字）來表示缺失資料。NaN 具有不尋常的比較語義；它們會導致統計函式中令人驚訝或未定義的行為，這些函式對資料進行排序以計數出現次數。

平均值和集中趨勢度量

這些函式從總體或樣本中計算平均值或典型值。

序號	函式 & 描述
1	mean() 資料的算術平均值（“平均值”）。
2	fmean() 浮點算術平均值，可選加權。
3	geometric_mean() 資料的幾何平均值。
4	harmonic_mean() 資料的調和平均值。
5	median() 資料的中間值（中間值）。
6	median_low() 資料的低中間值。
7	median_high() 資料的高中間值。
8	median_grouped() 分組資料的中間值（第 50 個百分位數）。
9	mode() 離散或名義資料的單個眾數（最常見的值）。
10	multimode() 離散或名義資料的眾數列表（最常見的值）。
11	quantiles() 將資料劃分為機率相等的區間。

這些函式計算總體或樣本偏離典型值或平均值的程度的度量。

這些函式計算關於兩個輸入之間關係的統計資料。

序號	模組 & 描述
1	covariance() 兩個變數的樣本協方差。
2	correlation() 皮爾遜相關係數 r 的取值範圍為 -1 到 +1。
3	linear_regression() 簡單線性迴歸的斜率和截距。

序號

模組 & 描述

兩個變數的樣本協方差。

皮爾遜相關係數 r 的取值範圍為 -1 到 +1。

簡單線性迴歸的斜率和截距。

注意

這些函式不需要給定的資料進行排序。

python_modules.htm

列印頁面