锐客网

  1. 首页 > 睿知 > it技术 > >

离散函数python 离散函数和连续函数( 二 )

IT技术变量


.min()/.max() ：计算数据的最小值、最大值
.diff() ：计算一阶差分，对时间序列很有效
.mode() ：计算众数，返回频数最高的那（几）个
.mean() ：计算均值
.quantile() ：计算分位数（0到1）
.isin() ：用于判断矢量化集合的成员资格 ， 可用于过滤Series中或DataFrame列中数据的子集
适用于Series的基本统计分析函数，DataFrame[列名]返回的是一个Series类型 。
.unique() ：返回一个Series中的唯一值组成的数组 。
.value_counts() ：计算一个Series中各值出现的频率 。
.argmin()/.argmax() ：计算数据最大值、最小值所在位置的索引位置（自动索引）
.idxmin()/.idxmax() ：计算数据最大值、最小值所在位置的索引（自定义索引）
pandas提供了一些用于将表格型数据读取为DataFrame对象的函数 。下表对它们进行了总结，其中read_csv()、read_table()、to_csv()是用得最多的 。
在数据分析和建模的过程中，相当多的时间要用在数据准备上：加载、清理、转换以及重塑 。
在许多数据分析工作中 ， 缺失数据是经常发生的 。对于数值数据，pandas使用浮点值NaN（np.nan）表示缺失数据，也可将缺失值表示为NA（Python内置的None值） 。
替换值
.replace(old, new) ：用新的数据替换老的数据，如果希望一次性替换多个值，old和new可以是列表 。默认会返回一个新的对象，传入inplace=True可以对现有对象进行就地修改 。
删除重复数据
利用函数或字典进行数据转换
df.head()：查询数据的前五行
df.tail()：查询数据的末尾5行
pandas.cut()
pandas.qcut() 基于分位数的离散化函数 。基于秩或基于样本分位数将变量离散化为等大小桶 。
pandas.date_range() 返回一个时间索引
df.apply() 沿相应轴应用函数
Series.value_counts() 返回不同数据的计数值
df.aggregate()
df.reset_index() 重新设置index，参数drop = True时会丢弃原来的索引，设置新的从0开始的索引 。常与groupby()一起用
numpy.zeros()
如何在Python中实现这五类强大的概率分布R编程语言已经成为统计分析中的事实标准 。但在这篇文章中，我将告诉你在Python中实现统计学概念会是如此容易 。我要使用Python实现一些离散和连续的概率分布 。虽然我不会讨论这些分布的数学细节，但我会以链接的方式给你一些学习这些统计学概念的好资料 。在讨论这些概率分布之前，我想简单说说什么是随机变量（random variable） 。随机变量是对一次试验结果的量化 。
举个例子，一个表示抛硬币结果的随机变量可以表示成
Python
1
2
X = {1 如果正面朝上,
2 如果反面朝上}
随机变量是一个变量，它取值于一组可能的值（离散或连续的），并服从某种随机性 。随机变量的每个可能取值的都与一个概率相关联 。随机变量的所有可能取值和与之相关联的概率就被称为概率分布（probability distributrion） 。
我鼓励大家仔细研究一下scipy.stats模块 。
概率分布有两种类型：离散（discrete）概率分布和连续（continuous）概率分布 。
离散概率分布也称为概率质量函数（probability mass function） 。离散概率分布的例子有伯努利分布（Bernoulli distribution）、二项分布（binomial distribution）、泊松分布（Poisson distribution）和几何分布（geometric distribution）等 。
连续概率分布也称为概率密度函数（probability density function），它们是具有连续取值（例如一条实线上的值）的函数 。正态分布（normal distribution）、指数分布（exponential distribution）和β分布（beta distribution）等都属于连续概率分布 。

推荐阅读


上一篇：c语言如何将字符串数组赋值给数组，字符串数组赋值

下一篇：怎么在word图片里画圈，怎么在word图片里画圈圈