Python📈을 사용한 기본 통계

"통계는 고성능 무기와 같습니다. 올바르게 사용하면 도움이 되지만 잘못 사용하면 재앙이 될 수 있습니다."

통계는 DNA 검사 또는 암이나 심장병과 같은 질병과 관련된 요인 또는 복권 게임의 어리석음과 같은 많은 것을 설명하는 데 사용될 수 있습니다. 통계는 크리켓의 타율에서 미국 대통령 선거 여론 조사, 날씨 예측 확률에서 데이터 과학 및 기계 학습에 이르기까지 일상 생활의 모든 곳에 존재합니다. 통계는 데이터의 수집, 구성, 분석, 해석 및 표현을 다루는 수학의 한 분야입니다.

현재 가장 많이 찾는 기술인 기계 학습은 기본적으로 데이터에서 발견되는 반복 가능한 특성을 기반으로 컴퓨터가 의사 결정을 내리는 데 도움이 되는 통계 분석입니다.



이 게시물에서는 Python의 도움으로 사용되는 평균, 중앙값, 모드 및 표준 편차와 같은 통계의 기본 사항을 볼 것입니다.

평균

여기에서 평균은 숫자의 평균을 의미하며 숫자를 더하고 존재하는 총 항목 수로 나눕니다. 아래에 주어진 코드.

a=[11,21,34,22,27,11,23,21]
mean = sum(a)/len(a)
print (mean)

다음과 같은 코드numpy를 사용하여 평균을 계산할 수도 있습니다.

import numpy as np
mean = np.mean(a)
print (mean)

중앙값

중앙값은 정렬된 배열에서 발생하는 중간 용어입니다. 요소 수가 홀수인 경우 중간 항이고, 요소 수가 짝수인 경우 중간에 있는 두 항의 평균입니다. 아래에 제공된 구현에서 사용된 배열은 이전과 동일합니다.

def median(nums):
    if len(nums)%2 == 0:

        return int(nums[len(nums)//2-1]+nums[len(nums)//2])//2
    else:
        return nums[len(nums)//2]
print (median(a))

중앙값을 구하는 코드numpy는 다음과 같습니다.

import numpy as np
print(np.median(a))

방법

모드는 요소 목록에서 빈도가 가장 높은 요소를 나타냅니다. 가장 많이 발생하는 요소입니다. 모드를 찾기 위한 파이썬 구현은 다음과 같습니다.

from collections import Counter 
data = dict(Counter(a))
mode = [k for k, v in data.items() if v == max(list(data.values()))]
print (mode)

Scipy에서는 배열 또는 요소 목록의 모드를 찾는 방법을 제공합니다. 이 방법의 한 가지 단점은 데이터가 다중 모드인 경우에도 하나의 솔루션만 제공한다는 것입니다.

from scipy import stats
print (stats.mode(a)[0][0])

사분위수

사분위수는 데이터를 네 부분으로 나눕니다. 첫 번째 부분은 시작에서 1사분위수(Q1), 두 번째 부분은 1사분위에서 2분위수(Q2), 세 번째 부분은 Q2에서 Q3까지, 네 번째 부분은 Q3에서 끝까지입니다. 사분위수를 찾으려면 데이터를 정렬해야 합니다. 사분위수를 찾는 코드는 아래와 같으며, median 함수는 위의 중앙값 섹션에서 사용된 함수입니다.

def quartiles(nums):
    nums=sorted(nums)
    Q1 = median(nums[:len(nums)//2])
    Q2 = median(nums)
    if len(nums)%2 == 0:
        Q3 = median(nums[len(nums)//2:])
    else:
        Q3 = median(nums[len(nums)//2+1:])
    return Q1,Q2,Q3

print (quartiles(a))

표준 편차

표준편차는 데이터의 산포 또는 퍼짐을 측정한 것입니다. 분산의 제곱근입니다. 표준 편차를 찾기 위한 간단한 파이썬 구현은 다음과 같습니다.

n=len(a)
std=(sum(map(lambda x: (x-sum(a)/n)**2,a))/n )**0.5
print(std)

표준 편차를 찾는 numpy 함수는 다음과 같습니다.

import numpy as np 
print (np.std(a))