1、中位数
将多个样本按照大小顺序排列,居于中间位置的元素为中位数
2、经典求法
1)A:样本集
2)L:样本数
3)M = (A[(L-1)/2] + A[L/2]) / 2
4、Numpy求法
1)对数组进行排序:np.msort(数组)
2)求中位数:M = numpy.median(数组)
5、练习
import numpy as np
# 导入数据
highest_prices, lowest_prices, closing_prices = np.loadtxt(
'0=数据源/beer_price.csv', delimiter=',',
usecols=(2, 3, 4),unpack=True
)
# 收盘价的中位数(手动求法)
sorted_prices = np.msort(closing_prices)
L = sorted_prices.size
# 运用公式M = (A[(L-1)/2] + A[L/2]) / 2
M1 = (sorted_prices[int((L-1)/2)] + sorted_prices[int(L/2)]) /2
print(M1)
# 用Numpy的median来求收盘价的中位数
M2 = np.median(closing_prices)
print(M2)
1、价格波动范围 = 最高的最高价 - 最低的最低价
range = a.max() - b.min()
2、极差 = 一个数组的最大值 - 该数组的最小值
3、练习
import numpy as np
# 导入数据
highest_prices, lowest_prices, closing_prices = np.loadtxt(
'0=数据源/beer_price.csv', delimiter=',',
usecols=(2, 3, 4),unpack=True
)
# 价格波动范围
range = highest_prices.max() - lowest_prices.min()
print(range)
# 极差
ptp1 = highest_prices.max() - highest_prices.min()
ptp2 = np.ptp(highest_prices)
print(ptp1, ptp2, sep='\n')
1、均值
2、离差: 每一个样本数据相对于平均值的偏离程度,是一个数组
3、方差: 离差平方和的平均值,是一个数
4、标准差: 方差的平方根,也叫方均根离差,是一个数
5、练习
import numpy as np
# 导入数据
closing_prices = np.loadtxt(
'0=数据源/beer_price.csv', delimiter=',',
usecols=(4),unpack=True
)
# 计算均值、 离差、 方差、 标准差
mean_price = np.mean(closing_prices) # 平均值
devs = closing_prices - mean_price # 离差
var = (devs ** 2).mean() # 方差:离差平方和的平均值
std1 = np.sqrt(var) # 标准差
print(std1)
# 用numpy来直接算标准差
std2 = np.std(closing_prices)
print(std2)
# 计算样本标准差
std3 = np.std(closing_prices, ddof=1)
print(std3)
本文地址:https://blog.csdn.net/Viewinfinitely/article/details/107396100
如对本文有疑问, 点击进行留言回复!!
朴素贝叶斯(Naive Bayes)原理+编程实现拉普拉斯修正的朴素贝叶斯分类器
python+pygame实现坦克大战小游戏---可以自定义子弹速度
python爬虫找漫画出现断章?那你就得看这篇爬虫思想教学咯!
Linux安装Python3如何和系统自带的Python2并存
网友评论