Как выполнить одномерный анализ в python: с примерами

Термин одномерный анализ относится к анализу одной переменной. Вы можете это запомнить, потому что приставка «уни» означает «один».

Существует три распространенных способа выполнения одномерного анализа переменной:

1. Сводная статистика – измеряет центр и распределение значений.

2. Таблица частот – описывает, как часто появляются разные значения.

3. Диаграммы — используются для визуализации распределения значений.

В этом руководстве представлен пример выполнения одномерного анализа с использованием следующего DataFrame pandas:

 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. Рассчитать сводную статистику

Мы можем использовать следующий синтаксис для расчета различной сводной статистики для переменной «points» в 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. Создайте таблицу частот.

Мы можем использовать следующий синтаксис для создания таблицы частот для переменной «points»:

 #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

Это говорит нам о том, что:

• Значение 4 появляется 3 раза
• Значение 1 появляется дважды
• Значение 5 появляется дважды
• Значение 2 появляется 1 раз

И так далее.

Связанный: Как создавать таблицы частот в Python

3. Создайте диаграммы

Мы можем использовать следующий синтаксис для создания коробчатой диаграммы для переменной «points»:

 import matplotlib. pyplot as plt

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

Связанный: Как создать коробчатую диаграмму из Pandas DataFrame

Мы можем использовать следующий синтаксис для создания гистограммы для переменной «points»:

 import matplotlib. pyplot as plt

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

Связанный: Как создать гистограмму из Pandas DataFrame

Мы можем использовать следующий синтаксис для созданиякривой плотности для переменной «points»:

 import seaborn as sns

sns. kdeplot (df[' points '])

Связанный: Как создать график плотности в Matplotlib

Каждый из этих графиков дает нам уникальный способ визуализировать распределение значений переменной «points».