Python - 数据科学之测量方差

• 

  简述

  在统计学中，方差是衡量数据集中的值与平均值相差多远的量度。换句话说，它表示值的分散程度。它是通过使用标准偏差来衡量的。另一种常用的方法是偏度。

  这两个都是通过使用 pandas 库中可用的函数来计算的。
• 

  测量标准偏差

  标准差是方差的平方根。方差是数据集中值与平均值的平方差的平均值。在 python 中，我们使用 pandas 库中的函数 std() 来计算这个值。

  
  import pandas as pd
  #Create a Dictionary of series
  d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
     'Lee','Chanchal','Gasper','Naviya','Andres']),
     'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
     'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}
  #Create a DataFrame
  df = pd.DataFrame(d)
  # Calculate the standard deviation
  print df.std()
  

  它的输出如下 -

  
  Age       7.265527
  Rating    0.661628
  dtype: float64
  

• 

  测量偏度

  它用于确定数据是对称的还是倾斜的。如果索引介于 -1 和 1 之间，则分布是对称的。如果索引不超过-1，则向左倾斜，如果至少为1，则向右倾斜

  
  import pandas as pd
  #Create a Dictionary of series
  d = {'Name':pd.Series(['Tom','James','Ricky','Vin','Steve','Smith','Jack',
     'Lee','Chanchal','Gasper','Naviya','Andres']),
     'Age':pd.Series([25,26,25,23,30,25,23,34,40,30,25,46]),
     'Rating':pd.Series([4.23,3.24,3.98,2.56,3.20,4.6,3.8,3.78,2.98,4.80,4.10,3.65])}
  #Create a DataFrame
  df = pd.DataFrame(d)
  print df.skew()
  

  它的输出如下 -

  
  Age       1.443490
  Rating   -0.153629
  dtype: float64
  

  所以年龄等级的分布是对称的，而年龄的分布是向右倾斜的。