【Python】Day10 毕业大复盘(下):Python 论文数据分析全流程实战

bashpip install pandas scipy statsmodels

python# 1. 导入需要的所有库import pandas as pd # 处理表格数据，和Excel一样from scipy.stats import pearsonr # 做相关性分析import statsmodels.api as sm # 做回归分析# 2. 录入和SPSS版完全一样的模拟数据data = {"学习投入(X)": [8,7,6,8,5,7,4,6,9,5,7,6,8,3,5,7,6,9,4,8],"学业成绩(Y)": [92,86,80,90,75,85,68,79,95,72,83,78,89,65,74,84,77,94,70,88]}# 3. 转换成表格格式，和Excel一模一样df = pd.DataFrame(data)print("✅ 数据导入成功，前5行内容：")print(df.head()) # 打印前5行，看看数据对不对

python# ----------------------# 1. 缺失值检查# ----------------------print("\n✅ 缺失值检查结果：")print(df.isnull().sum()) # 打印每个变量的缺失值数量，咱们的结果都是0，无缺失# 如果你的数据有缺失，用下面这行代码用均值填充，小白直接用# df = df.fillna(df.mean())# ----------------------# 2. 异常值检查（Z分数法，和SPSS一致）# ----------------------print("\n✅ 异常值检查结果（Z分数绝对值大于3为异常值）：")z_score = (df - df.mean()) / df.std() # 计算Z分数print(z_score[(z_score.abs() > 3).any(axis=1)]) # 打印异常值，咱们的结果为空，无异常

python# 生成描述性统计结果，包含均值、标准差、最小值、最大值print("\n✅ 描述性统计结果：")desc_result = df.describe().T[["mean", "std", "min", "max"]]print(desc_result.round(2)) # 保留2位小数，和论文里的格式一致

python# 做皮尔逊相关性分析r, p = pearsonr(df["学习投入(X)"], df["学业成绩(Y)"])print("\n✅ 相关性分析结果：")print(f"相关系数r = {r.round(3)}，显著性p值 = {p.round(4)}")

python# 1. 给自变量加常数项（statsmodels必须的步骤，小白不用管，复制就行）X = sm.add_constant(df["学习投入(X)"])Y = df["学业成绩(Y)"]# 2. 构建回归模型并运行model = sm.OLS(Y, X).fit()# 3. 打印完整的回归结果报告，和SPSS结果完全一致print("\n✅ 线性回归分析完整结果：")print(model.summary())