Python数据科学(八)- 资料探索与资料视觉化1.叙述性统计与推论性统计2.进行读取相关数据

1.叙述性统计与推论性统计

  • 叙述性统计 有系统的归纳数据,了解数据的轮廓 对数据样本做叙述性陈述,例如:平均数、标准偏差、计次频率、百分比 对数据资料的图像化处理,将数据摘要变为图标表
  • 推论性统计 资料模型的建构 从样本推论整体资料的概况 相关、回归、单因子变异数、因素分析

1.叙述性统计

1.我们一般有三种方式进行叙述性统计

  • 对大多数资料进行分析,80%都是在于如何加总与平均 eg:
    • 销售份额
    • 客户数量
    • 业绩成长量
  • 使用SQL做叙述性统计(通过加入限制条件得到我们需要的数据)
select * from tb1 where col1 >= 100 limit 3

2.如何操作数据

  • 操作数据我们常常需要
    • 分割数据(Split)
    • 转换数据(Transformation)
    • 聚合数据(Aggregation)
    • 探索数据(Exploration)
  • 需要如同SQL的语法去操作数据 首先我们需要安装pandas_datareaderpip install pandas_datareader,pandas_datareader是一个远程获取金融数据的Python工具,它提供了下面几个机构的数据。
import pandas_datareader

pandas_datareader.DataReader(name, data_source=None, start=None, end=None, retry_count=3, 
                                    pause=0.001, session=None, access_key=None)
  • name:股票名称
  • data_source:数据来源,可以是雅虎,谷歌等等
  • start:开始日期
  • end:截止日期
  • retry_count: 如果断开连接重新连接几次
  • pause:抓取数据的中间是否需要停顿
  • session:是否需要加入session
  • access_key:如果接口需要提供access_key,则此项需要填

2.进行读取相关数据

丘老师是使用pandas_datareader.DataReader来读取的雅虎提供的阿里巴巴股票数据,现在雅虎已经被弃用。这里我使用Tushare来读取金融数据。 Tushare是一个免费、开源的python财经数据接口包。

import tushare

# 获取大盘指数实时行情列表
df = ts.get_index()

# 查看后五行
df.tail()

备注:返回值说明

  • code:指数代码
  • name:指数名称
  • change:涨跌幅
  • open:开盘点位
  • preclose:昨日收盘点位
  • close:收盘点位
  • high:最高点位
  • low:最低点位
  • volume:成交量(手)
  • amount:成交金额(亿元)
# 查看列
df.columns

1.做一些简易的统计

  • 针对单列进行统计
    • 算出总和:df['volume'].sum()
    • 算出平均:df['volume'].mean()
    • 算出标准差:df['volume'].std()
    • 取得最小值:df['volume'].min()
    • 取得最大值:df['volume'].max()
    • 取得笔数:df['volume'].count()
  • 针对多列进行统计
# 取得最低开盘点位,最低收盘点位
df[['open', 'close']].min()

2.取得整体叙述性统计

df.describe()

均值,标准差,最大值,最小值等等

3.计算当日大盘指数当日涨跌次数

  • 计算当日涨跌
df['diff'] = df['close'] - df['open']
df['rise'] = df['diff'] > 0  # 涨
df['fall'] = df['diff'] < 0  # 跌

可以看到多了差额、涨、跌三列

  • 计算涨跌次数
df[['rise', 'fall']].sum()

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据挖掘DT机器学习

【案例】电商数据挖掘:牛奶搭配销售关联算法

在数据挖掘过程中,由于数据存在分散性和偶然性,因而在底层的数据关联上很难准确挖掘出强关联规则,进而也很难为我们决策提供参考。通常的解决的方案通常是引...

4155
来自专栏大数据文摘

不幸的人各有不幸吗?文本分析流浪汉乞讨标语牌后发现的套路(附代码)

2426
来自专栏算法+

WebRTC 音频采样算法 附完整C++示例代码

之前有大概介绍了音频采样相关的思路,详情见《简洁明了的插值音频重采样算法例子 (附完整C代码)》。 音频方面的开源项目很多很多。 最知名的莫过于谷歌开源的Web...

1.3K6
来自专栏java一日一条

如何用Python写一个贪吃蛇AI

这两天在网上看到一张让人涨姿势的图片,图片中展示的是贪吃蛇游戏, 估计大部分人都玩过。但如果仅仅是贪吃蛇游戏,那么它就没有什么让人涨姿势的地方了。 问题的关键在...

2562
来自专栏华章科技

用 Python 20 秒画完小猪佩奇“社会人”!附效果视频+完整代码

导读:今年社交平台上最火的带货女王是谁?范冰冰?杨幂?Angelababy?不,是猪猪女孩小猪佩奇。

2355
来自专栏域名资讯

“表情包”火爆全球,域名emojis.com小六位易主

  2017年8月,有米友爆料,一枚“表情包”相关域名emojis.com拍出了26100美元(约合人民币17.5万元)的价格。

2177
来自专栏数据派THU

带你和Python与R一起玩转数据科学: 探索性数据分析(附代码)

本系列将介绍如何在现在工作中用两种最流行的开源平台玩转数据科学。先来看一看数据分析过程中的关键步骤 – 探索性数据分析。

1302
来自专栏有趣的Python和你

玩转itchat,实现好友信息可视化、聊天机器人及性别模型构建

前些日子,女朋友拿我手机玩,说我微信好友女生多,当时我就不服了(跪着认错了),然后两人一个个统计性别,我微信好友不算多,但也有300来个,人工统计实在费事,之后...

1481
来自专栏鸿的学习笔记

使用python探知一个故事的大意(上)

2. Define the problem (outcomes, technicalrequirements)

1002
来自专栏ACM算法日常

Supermarket超市(贪心算法 优先队列)- POJ 1456

A supermarket has a set Prod of products on sale. It earns a profit px for each ...

1282

扫码关注云+社区

领取腾讯云代金券