8.Python科学计算与数据处理课件.ppt

汇总和计算描述统计 描述和汇总统计（续） * 方法 说明 std 样本值的标准差 skew 样本值的偏度（三阶矩） kurt 样本值的峰度（四阶矩） cumsum 样本值的累计和 cummin,cummax 样本值的累计最大值和累计最小 cumprod 样本值的累计积 diff 计算一阶差分（对时间序列很有用) pct_change 计算百分数变化 汇总和计算描述统计 相关系数与协方差 有些汇总统计（如相关系数和协方差）是通过参数对计算出来的。下面几个 DataFrame数据来自Yahoo! Finance的股票价格和成交量：  * import pandas.io.data as web all_data = {} for ticker in [AAPL,IBM,MSFT,GOOG]: all_data[ticker] = web.get_data_yahoo(ticker,1/1/2000,1/1/2010) price = DataFrame({tic: data[Adj Close] for tic, data in all_data.iteritems()}) volume = DataFrame({tic: data[Volume] for tic, data in all_data.iteritems()}) 汇总和计算描述统计 接下来计算价格的百分数变化： Series的corr方法用于计算两个Series中重叠的、非NA的、按索引对齐的值的相关系 数。与此类似，cov用干计算协方差： * returns = price.pct_change() returns.tail() returns.MSFT.corr(returns.IBM) 0.49597970053200319 returns.MSFT.cov(returns.IBM) 0.00021595764765417841 汇总和计算描述统计 DataFrame的corr和cov方法将以DataFrame的形式返回完整的相关系数或协方差矩阵: 利用DataFrame的corrwith方法，可以计算其列或行跟另一个Series或DataFrame之间的相关系数。传入一个Series将会返回一个相关系数值Series (针对各列进行计算）： * returns.corr() returns.cov() returns.corrwith(returns.IBM) AAPL 0.410011 GOOG 0.390689 IBM 1.000000 MSFT 0.495980 汇总和计算描述统计 传入一个DataFrame则会计算按列名配对的相关系数。下面计算了百分比变化与成交量的相关系数： 传入axis=1即可按行进行计算。无论如何，在计算相关系数之前，所有的数据项都会按标签对齐。 * returns.corrwith(volume) AAPL -0.057549 GOOG 0.062647 IBM -0.007892 MSFT -0.014245 dtype: float64 汇总和计算描述统计 唯一值、值计数以及成员资格 还有一类方法可以从一维Series的值中抽取信息。以下面这个Series为例： 返回的唯一值是未排序的，如果需要的话，可以对结果再次进行排序(uniques. sort())。value_counts用于计算一个Series中各值出现的频率： * obj=Series([c,a,d,a,a,b,b,c,c]) # 函数是unique，它可以得到Series中的唯一值数组： uniques = obj.unique() uniques array([c, a, d, b], dtype=object) 基本功能 对DataFrame进行索引其实就是获取一个或多个列: 这种索引