【一起学Python】第84天:NumPy统计函数大全,数据分析必备神器!

📌 写在前面

大家好！👋

欢迎来到**【一起学Python】**的第84天！🎉

前83天，我们从安装环境一路学到数学函数，今天我们要解锁数据分析的核心技能——统计函数！

🤔 为什么要学统计函数？

• ✅ 快速洞察数据：均值、中位数、标准差一键计算
• ✅ 数据质量评估：方差、极值帮助发现异常
• ✅ 特征工程基础：标准化、归一化全靠统计量
• ✅ 可视化前置：统计结果是图表的灵魂

今天你将学到：

• 🔸 集中趋势：mean、median、mode实战
• 🔸 离散程度：std、var、ptp精准度量
• 🔸 分位数与百分位数：quantile、percentile应用
• 🔸 实战：用统计函数完成数据质量报告

准备好了吗？让我们开始吧！🚀

一、集中趋势：找到数据的"中心" 🎯

1.1 均值（mean）：最常用的平均值

import numpy as np# 模拟学生成绩数据scores = np.array([85, 92, 78, 95, 60, 88, 91, 76])# 计算算术平均值mean_score = np.mean(scores)print("平均分:", mean_score)  # 输出: 83.125# 沿指定轴计算（二维数组）data_2d = np.array([[85, 92, 78],                     [95, 60, 88],                     [91, 76, 84]])# 按列求平均（每门课的平均分）print("每门课平均分:", np.mean(data_2d, axis=0))# 输出: [90.33 76.   83.33]# 按行求平均（每个学生的平均分）print("每个学生平均分:", np.mean(data_2d, axis=1))# 输出: [85.   81.   83.67]

💡 关键提醒：

• axis=0 → 沿行方向聚合（结果保留列）
• axis=1 → 沿列方向聚合（结果保留行）

1.2 中位数（median）：抗异常值的"稳健平均"

# 模拟含异常值的收入数据income = np.array([3000, 3500, 4000, 4200, 3800, 50000])  # 50000是异常值print("均值:", np.mean(income))      # 11416.67 ⚠️ 被异常值拉高print("中位数:", np.median(income))  # 3900.0 ✅ 更代表"典型值"

┌────────────┬──────────────┬──────────────┐│   指标     │   优点       │   适用场景   │├────────────┼──────────────┼──────────────┤│ 均值(mean) │ 计算简单     │ 数据分布均匀 ││ 中位数     │ 抗异常值     │ 偏态/长尾分布│└────────────┴──────────────┴──────────────┘

1.3 众数（mode）：出现最频繁的值

# NumPy没有直接求众数的函数，可用np.unique+bincount实现data = np.array([1, 2, 2, 3, 2, 4, 2, 5])# 方法：统计每个值出现次数values, counts = np.unique(data, return_counts=True)mode = values[np.argmax(counts)]print("众数:", mode)  # 输出: 2print("出现次数:", np.max(counts))  # 输出: 4

二、离散程度：度量数据的"波动" 📈

2.1 标准差（std）与方差（var）

# 两组成绩数据，均值相同但波动不同class_a = np.array([80, 82, 78, 81, 79])  # 成绩稳定class_b = np.array([60, 95, 70, 90, 85])  # 成绩波动大print("A班 - 均值:", np.mean(class_a), "标准差:", np.std(class_a))# 输出: 均值:80.0 标准差:1.41print("B班 - 均值:", np.mean(class_b), "标准差:", np.std(class_b))# 输出: 均值:80.0 标准差:12.49

📝 核心理解：

• 方差 = 每个数据与均值差的平方的平均
• 标准差 = 方差的平方根（与原数据同单位，更直观）
• 标准差越大 → 数据越分散；越小 → 数据越集中

2.2 极差（ptp）：最大值-最小值

data = np.array([10, 25, 30, 15, 40, 20])# ptp = peak to peakrange_val = np.ptp(data)print("极差:", range_val)  # 输出: 30 (40-10)# 等价写法print("手动计算:", np.max(data) - np.min(data))  # 30

2.3 分位数（quantile）与百分位数（percentile）

# 模拟100个学生的考试成绩scores = np.random.normal(75, 10, 100)  # 均值75，标准差10# 计算四分位数q1 = np.percentile(scores, 25)  # 25%分位q2 = np.percentile(scores, 50)  # 50%分位 = 中位数q3 = np.percentile(scores, 75)  # 75%分位print("Q1(25%):", round(q1, 1))print("Q2(50%):", round(q2, 1))print("Q3(75%):", round(q3, 1))print("IQR(四分位距):", round(q3 - q1, 1))

# IQR法则：小于Q1-1.5×IQR 或 大于Q3+1.5×IQR 视为异常值iqr = q3 - q1lower_bound = q1 - 1.5 * iqrupper_bound = q3 + 1.5 * iqroutliers = scores[(scores < lower_bound) | (scores > upper_bound)]print("异常值数量:", len(outliers))print("异常值:", np.round(outliers, 1))

三、高级统计函数 🚀

3.1 相关系数（corrcoef）：衡量变量关系

# 模拟学习时长与成绩的关系study_hours = np.array([2, 4, 6, 8, 10, 12])exam_scores = np.array([65, 70, 78, 85, 90, 95])# 计算皮尔逊相关系数corr_matrix = np.corrcoef(study_hours, exam_scores)corr = corr_matrix[0, 1]print("相关系数:", round(corr, 3))  # 输出: 0.993（强正相关）
📊 相关系数解读：
| 相关系数 | 关系强度 ||---------|---------|| 0.8~1.0 | 极强相关 || 0.6~0.8 | 强相关   || 0.4~0.6 | 中等相关 || 0.2~0.4 | 弱相关   || 0.0~0.2 | 极弱/无相关 |
3.2 加权平均（average）：不同权重的均值
# 期末成绩计算：平时30% + 期中30% + 期末40%scores = np.array([85, 90, 95])  # 平时、期中、期末weights = np.array([0.3, 0.3, 0.4])final_score = np.average(scores, weights=weights)print("加权平均分:", final_score)  # 输出: 90.5
3.3 累积统计：cumsum、cumprod
data = np.array([10, 20, 30, 40])# 累积求和print("累积和:", np.cumsum(data))  # [10 30 60 100]# 累积乘积print("累积积:", np.cumprod(data))  # [10 200 6000 240000]
💡 应用场景：时间序列的累计销量、复利计算等。
四、实战：一键生成数据质量报告 📋

import numpy as npdef data_report(arr, name="数据"):    """生成数据质量报告"""    print(f"\n📊 {name}统计报告")    print("=" * 40)    print(f"样本量: {len(arr)}")    print(f"均值: {np.mean(arr):.2f}")    print(f"中位数: {np.median(arr):.2f}")    print(f"标准差: {np.std(arr):.2f}")    print(f"最小值: {np.min(arr):.2f}")    print(f"最大值: {np.max(arr):.2f}")    print(f"极差: {np.ptp(arr):.2f}")    print(f"25%分位: {np.percentile(arr, 25):.2f}")    print(f"75%分位: {np.percentile(arr, 75):.2f}")    # 异常值检测（IQR法则）    q1, q3 = np.percentile(arr, [25, 75])    iqr = q3 - q1    outliers = arr[(arr < q1-1.5*iqr) | (arr > q3+1.5*iqr)]    print(f"异常值数量: {len(outliers)}")    print("=" * 40)# 测试np.random.seed(42)test_data = np.random.normal(100, 15, 200)  # 模拟200个数据data_report(test_data, "测试数据")
📝 输出示例：
📊 测试数据统计报告========================================样本量: 200均值: 99.87中位数: 99.42标准差: 14.23最小值: 65.31最大值: 138.92极差: 73.6125%分位: 90.1575%分位: 109.88异常值数量: 3========================================
📝 今日作业
基础题 ⭐
创建数组 [10, 20, 30, 40, 50]，计算均值、中位数、标准差
使用 np.percentile 计算数组的25%、50%、75%分位数
对比 np.mean() 和 np.average() 的用法差异
进阶题 ⭐⭐
生成100个正态分布随机数（均值50，标准差10），计算各项统计量
使用IQR法则检测并标记异常值
模拟两组数据，计算它们的相关系数并解读
挑战题 ⭐⭐⭐
编写函数：输入任意数组，返回包含均值/中位数/标准差/异常值的字典
实现"数据标准化"：(x - mean) / std，验证标准化后均值为0、标准差为1
模拟销售数据：12个月销售额，计算季度均值、同比增长率、波动系数
💡 参考代码（标准化函数）：
import numpy as npdef standardize(arr):    """Z-score标准化"""    mean = np.mean(arr)    std = np.std(arr)    return (arr - mean) / std# 验证data = np.random.randn(100) * 10 + 50  # 均值50，标准差10normalized = standardize(data)print("标准化后均值:", np.mean(normalized))  # ≈0print("标准化后标准差:", np.std(normalized))  # ≈1
🎓 明日预告
第85天：NumPy文件读写与数据持久化
你将学到：
🔸 np.save / np.load 保存NumPy数组
🔸 np.savetxt / np.loadtxt 读写CSV文件
🔸 二进制格式 vs 文本格式的优劣对比
🔸 实战：数据预处理后的持久化存储
敬请期待！ 🚀
💡 学习小贴士
统计函数选择：
对称分布 → 用均值
偏态/含异常值 → 用中位数
分类数据 → 用众数
axis参数记忆：
axis=0 → "压扁行"，结果形状少一行维度
axis=1 → "压扁列"，结果形状少一列维度
不确定？先 print(arr.shape) 再试
异常值处理：
先用统计量识别（IQR/3σ法则）
再根据业务决定：删除/替换/保留
不要盲目删除，可能包含重要信息！
📚 学习路线图
第74天：NumPy安装 ✓第75天：ndarray对象 ✓第76天：数据类型 ✓第77天：数组属性 ✓第78天：创建数组 ✓第79天：切片和索引 ✓第80天：高级索引 ✓第81天：数组运算 ✓第82天：数组操作 ✓第83天：数学函数 ✓第84天：统计函数 ✓ ← 你今天在这里第85天：文件读写第86天：与pandas结合...
💬 写在最后
统计函数是数据分析的**"透视眼"**，掌握它们，你就能：
✅ 快速理解数据分布特征✅ 科学识别异常值与质量问题✅ 为机器学习特征工程打下基础
今天重点掌握：
✅ 均值/中位数/标准差的核心含义
✅ axis参数在聚合函数中的用法
✅ IQR法则检测异常值的实战技巧
如果觉得有用，记得：
👍 点赞支持一下
⭐ 收藏方便复习
📤 分享给更多小伙伴
完成作业的同学，欢迎在评论区打卡！ 💪
【一起学Python】每天进步一点点，365天后遇见更优秀的自己！
👉 关注公众号，不错过每天的学习内容！
🎯 今日金句：
"统计是数据的语言，函数是你的翻译官。掌握统计量，让数据告诉你真相！" 🔍✨
明天见！ 🌟