pandas統計函式協方差和相關係數，資料排序

import pandas as pd

df = pd.read_csv(
"d:/python基礎課程/pandas/ant-learn-pandas/datas/beijing_tianqi/beijing_tianqi_2018.csv"
, encoding=
"utf8"
, engine=
"python"
)print
(df.head(5)
)df.loc[:,
"bwendu"
]= df[
"bwendu"].
str.replace(
"℃","")
.astype(
"int32"
)df.loc[:,
"ywendu"
]= df[
"ywendu"].
str.replace(
"℃","")
.astype(
"int32"
)print
(df.head(
))

# 一下子提取所有數字列統計結果

res1 = df.describe(
)print
(res1)
'''        bwendu      ywendu         aqi    aqilevel
count  365.000000  365.000000  365.000000  365.000000
mean    18.665753    8.358904   82.183562    2.090411
std     11.858046   11.755053   51.936159    1.029798
min     -5.000000  -12.000000   21.000000    1.000000
25%      8.000000   -3.000000   46.000000    1.000000
50%     21.000000    8.000000   69.000000    2.000000
75%     29.000000   19.000000  104.000000    3.000000
max     38.000000   27.000000  387.000000    6.000000
'''# 檢視單個series的資料
res2 = df[
"bwendu"
].mean(
)# 平均值
print
(res2)
df["bwendu"].
max(
)df[
"bwendu"].
min(
)

# 唯一性去重

res3 = df[
"fengxiang"
].unique(
)print
(res3)
'''['東北風' '北風' '西北風' '西南風' '南風' '東南風' '東風' '西風']'''
# 按值計算
res4 = df[
"fengxiang"
].value_counts(
)print
(res4)
'''南風     92
西南風    64
北風     54
西北風    51
東南風    46
東北風    38
東風     14
西風      6'''

**相關係數：**衡量相似度程度，當他們的相關係數為1時，說明兩個變數變化時的正向相似度最大，當相關係數為－1時，說明兩個變數變化的反向相似度最大

# 協方差矩陣：

res5 = df.cov(
)print
(res5)
# 相關係數矩陣
res6 = df.corr(
)print
(res6)
# 單獨檢視空氣質素和最高溫度的相關係數
res7 = df[
"aqi"
].corr(df[
"bwendu"])
print
(res7)
# 空氣質素和溫差的相關係數
res8 = df[
"aqi"
].corr(df[
"bwendu"
]-df[
"ywendu"])
print
(res8)

series.sort_values(ascending=true, inplace=false)

引數說明：

ascending：預設為true公升序排序，為false降序排序

inplace：是否修改原始series

dataframe的排序：

dataframe.sort_values(by, ascending=true, inplace=false)

引數說明：

by：字串或者list《字串》，單列排序或者多列排序

ascending：bool或者list，公升序還是降序，如果是list對應by的多列

inplace：是否修改原始dataframe

series排序

# 公升序

df["aqi"
].sort_values(
)

# 降序

df["aqi"
].sort_values(ascending=
false
)

df[

"tianqi"
].sort_values(
)『』『225     中雨~小雨
230     中雨~小雨
197    中雨~雷陣雨
196    中雨~雷陣雨
112        多雲
...191    雷陣雨~大雨
219     雷陣雨~陰
335      霧~多雲
353         霾
348         霾』『』

df.sort_values(by=

"aqi"
)# 公升序
df.sort_values(by=
"aqi"
, ascending=
false
)# 降序

# 按空氣質素等級、最高溫度排序，預設公升序

df.sort_values(by=
["aqilevel"
,"bwendu"])
# 兩個欄位都是降序
df.sort_values(by=
["aqilevel"
,"bwendu"
], ascending=
false
)# 分別指定公升序和降序
df.sort_values(by=
["aqilevel"
,"bwendu"
], ascending=
[true
,false
])

matlab協方差函式cov

向量的方差與協方差矩陣 cov x 求向量x的方差。cov x 為乙個數值，數值大小計算公式為s x cov x,y 求向量x與y的協方差矩陣。cov x,y 為2 2矩陣，s x c x,y c y,x s y 矩陣協方差矩陣 cov x 求矩陣x的協方差矩陣。diag cov x 得到每乙個列向...

pandas的相關係數與協方差例項

1 輸出百分比變化以及前後指定的行數 a np.arange 1,13 reshape 6,2 data dataframe a 計算列的百分比變化，如果想計算行設定axis 1 print data.pct change 0 1 0 nan nan 1 2.000000 1.000000 2 0....

協方差的計算公式例子 協方差的意義和計算公式

協方差的意義和計算公式 學過概率統計的孩子都知道，統計裡最基本的概念就是樣本的均值，方差，或者 再加個標準差。首先我們給你乙個含有 n個樣本的集合 依次給出這些概念的公式描述，這些高中學過數學的孩子都應該知道吧，一帶而過。均值 標準差 方差 很顯然，均值描述的是樣本集合的中間點，它告訴我們的資訊是很...