二、Python开发---36、pandas（4）

常用的数学统计方法

　　

　　

import pandas as pd
import numpy as np
# pd03=pd.DataFrame(np.random.randint(0,100,size=(3,3)))
pd03=pd.DataFrame([[52,55,13],[52,99,61],[32,5,36]])
print(pd03)
'''
输出为       0   1   2
        0  52  55  13
        1  52  99  61
        2  32   5  36
'''
print(pd03.sum())               #按列求和
'''
输出为   0    136
        1    159
        2    110
        dtype: int64
'''
print(pd03.sum(axis=1))         #axis=1按行求和、axis=0按列求和
'''
输出为   0    120
        1    212
        2     73
        dtype: int64
'''
print(pd03.median())            #按列求中位数（先排序）
'''
输出为   0    52.0
        1    55.0
        2    36.0
        dtype: float64
'''
print(pd03.mean())              #按列求平均值
'''
输出为   0    45.333333
        1    53.000000
        2    36.666667
        dtype: float64
'''
print(pd03.max())               #按列求最大值
'''
输出为   0    52
        1    99
        2    61
        dtype: int64
'''
print(pd03.min())               #按列求最小值
'''
输出为   0    32
        1     5
        2    13
        dtype: int64
'''
print(pd03.var())               #按列求方差
'''
输出为   0     133.333333
        1    2212.000000
        2     576.333333
        dtype: float64
'''
print(pd03.std())               #按列求标准差
'''
输出为   0    11.547005
        1    47.031904
        2    24.006943
        dtype: float64
'''

 

相关系数与协方差

　　相关系数（Correlation coefficient）：反映两个样本/样本之间的相互关系以及之间的相关程度，在COV的基础上进行了无量纲化操作，也就是进行了标准化操作

　　协方差(Covariance, COV)：反映两个样本/变量之间的相互关系以及之间的相关程度

　　

# 相关系数corr（）与协方差cov（）
import pandas as pd
pd04=pd.DataFrame({
                    'GDP':[40,80,100,120],
                    'forgin_trade':[100,200,300,400,],
                    'Year':['2012','2013','2014','2015']
                   })
print(pd04.cov())               #方差
'''
输出为                         GDP  forgin_trade
        GDP           1166.666667   4333.333333
        forgin_trade  4333.333333  16666.666667
'''
print(pd04.corr())              #相关系数
'''
输出为                      GDP  forgin_trade
        GDP           1.000000      0.982708
        forgin_trade  0.982708      1.000000
'''
print(pd04['GDP'].cov(pd04['forgin_trade'])) #通过cov反映观察出他们的关系
#输出为 4333.333333333333
print(pd04['GDP'].corr(pd04['forgin_trade'])) #通过corr反映观察出他们的关系
#输出为 0.982707629823991