كيفية إجراء تحليل أحادي المتغير في بايثون: مع أمثلة

يشير مصطلح التحليل أحادي المتغير إلى تحليل متغير واحد. يمكنك تذكر ذلك لأن البادئة “uni” تعني “واحد”.

هناك ثلاث طرق شائعة لإجراء تحليل أحادي المتغير على متغير:

1. ملخص الإحصائيات – يقيس مركز القيم وتوزيعها.

2. جدول التكرار – يصف عدد مرات ظهور القيم المختلفة.

3. الرسوم البيانية – تستخدم لتصور توزيع القيم.

يقدم هذا البرنامج التعليمي مثالاً لكيفية إجراء تحليل أحادي المتغير باستخدام وحدات DataFrame الباندا التالية:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' points ': [1, 1, 2, 3.5, 4, 4, 4, 5, 5, 6.5, 7, 7.4, 8, 13, 14.2],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4, 6, 8, 8, 9, 3, 2, 6],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12, 6, 6, 7, 8, 7, 9, 15]})

#view first five rows of DataFrame
df. head ()

	points assists rebounds
0 1.0 5 11
1 1.0 7 8
2 2.0 7 10
3 3.5 9 6
4 4.0 12 6

1. حساب الإحصائيات الموجزة

يمكننا استخدام الصيغة التالية لحساب إحصائيات التلخيص المختلفة لمتغير “النقاط” في DataFrame:

 #calculate mean of 'points'
df[' points ']. mean ()

5.706666666666667

#calculate median of 'points' 
df[' points ']. median () 

5.0

#calculate standard deviation of 'points'
df[' points ']. std () 

3.858287308169384

2. إنشاء جدول تكراري

يمكننا استخدام الصيغة التالية لإنشاء جدول تكراري للمتغير “النقاط”:

 #create frequency table for 'points'
df[' points ']. value_counts ()

4.0 3
1.0 2
5.0 2
2.0 1
3.5 1
6.5 1
7.0 1
7.4 1
8.0 1
13.0 1
14.2 1
Name: points, dtype: int64

وهذا يخبرنا أن:

• تظهر القيمة 4 3 مرات
• تظهر القيمة 1 مرتين
• تظهر القيمة 5 مرتين
• تظهر القيمة 2 مرة واحدة

وما إلى ذلك وهلم جرا.

ذات صلة: كيفية إنشاء جداول التكرار في بايثون

3. إنشاء الرسوم البيانية

يمكننا استخدام الصيغة التالية لإنشاء مخطط boxplot لمتغير “النقاط”:

 import matplotlib. pyplot as plt

df. boxplot (column=[' points '], grid= False , color=' black ')

ذات صلة: كيفية إنشاء Boxplot من Pandas DataFrame

يمكننا استخدام الصيغة التالية لإنشاء رسم بياني لمتغير “النقاط”:

 import matplotlib. pyplot as plt

df. hist (column=' points ', grid= False , edgecolor=' black ')

ذات صلة: كيفية إنشاء رسم بياني من Pandas DataFrame

يمكننا استخدام الصيغة التالية لإنشاء منحنى الكثافة لمتغير “النقاط”:

 import seaborn as sns

sns. kdeplot (df[' points '])

ذات صلة: كيفية إنشاء مؤامرة الكثافة في Matplotlib

يمنحنا كل من هذه الرسوم البيانية طريقة فريدة لتصور توزيع قيم متغير “النقاط”.