第八章 中医证型关联规则挖掘8.1 背景与挖掘目标中医药治疗恶性肿瘤，从整体出发，调整机体气血、阴阳、脏腑功能的平衡，根据不同的临床证候进行辩证论治。确定“先证而治”的方向：即后续证候尚未出现之前，需要截断恶化病情的哪些后续证候。发现中医症状间的关联关系和诸多症状间的规律性，并且依据规则分析病因、预测病情发展以及为未来临床诊治提供有效借鉴。挖掘目标： 1）借助三阴乳腺癌患者的病理信息，挖掘患者的症
转载
2023-11-07 00:42:09
170阅读
目录一、前言1.1 关于描述性统计分析1.2 本篇目的1.3 提示二、程序内容的编写2.1 导入数据与前期处理 2.2 描述性统计分析所要计算的数据2.3 数据可视化2.3.1 概述2.3.2 思路2.3.3 编写代码 2.4 补充内容三、完整代码与总结一、前言1.1 关于描述性统计分析概括地来说，描述性统计分析就是在收集到的数据的基础上，运用制表和分类，图形以及计算概括性数据
转载
2023-08-10 19:59:32
126阅读
文章目录一、基本统计分析二、分组分析三、分布分析四、交叉分析综合练习 代码环境基于Jupyter Notebook 一、基本统计分析参数一览： size：注意不需要括号 count()：计数 sum()：求和 mean()：求均值 var()：求方差 std()：求标准差 max()：求最大值 min()：求最小值 median()：中位数 mode()：众数 decribe( )：默认会自动
转载
2023-06-20 21:43:37
158阅读
用Python做统计分析 （Scipy.stats的文档）
对scipy.stats的详细介绍：这个文档说了以下内容，对python如何做统计分析感兴趣的人可以看看，毕竟Python的库也有点乱。有的看上去应该在一起的内容分散在scipy,pandas,sympy等库中。这里是一般统计功能的使用，在scipy库中。像什么时间序列之类的当然在其他地方，而且它们反过来就没这些功能。
随机
转载
2023-08-09 16:08:28
138阅读
# MongoDB做统计分析
MongoDB是一种支持文档数据库的开源数据库管理系统。它采用的是NoSQL（非关系型）的数据存储模型，与传统的关系型数据库不同，在使用MongoDB时不需要预先定义表结构，可以直接存储和查询非结构化的数据。
统计分析是一种重要的数据处理方式，它可以帮助我们从大量的数据中提取有用的信息和洞察力。在本文中，我们将学习如何使用MongoDB进行统计分析。
## 安装
原创
2023-08-13 11:32:14
255阅读
运用python中的numpy、pandas等包，可以帮助我们很方便的进行数据统计、数据分析。今天，通过朝阳医院2018的销售数据这个案例来简单做一下展示。数据分析的基本过程一般分为以下几个部分：提出问题、理解数据、数据清洗、构建模型、数据可视化。现在从第一步开始着手。1.提出问题在数据分析之前，我们先要明确分析目标是什么，这样可以避免我们像无头苍蝇一样拿着数据无从下手，也可以帮助我们更高效的选取
转载
2023-09-24 11:24:42
144阅读
描述性统计偏度和峰度累计值假设检验和区间估计示例1假设检验置信区间示例2假设检验置信区间描述性统计# 导入相关的包
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt均值，标准差，分位数，最大，最小值df.count() count统计非Na值的数量df.min() min统计最小值
转载
2023-07-31 23:10:51
152阅读
模块为我们提供了非常多的描述性统计分析的指标函数，如总和、均值、最小值、最大值等，我们来具体看看这些函数：1、随机生成三组数据import numpy as np
import pandas as pd
np.random.seed(1234)
d1 = pd.Series(2*np.random.normal(size = 100)+3)
d2 = np.random.f(2,4,size =
转载
2023-08-24 16:54:13
80阅读
关键词：R; 统计; 美图作为一个生信er，光会处理文本数据是不够的，还要能进行统计分析。作为一个开源软件，R在统计社区“大行其道”，在生信分析人员中更是“一家独大”。为啥？因为R语言就是一群统计学家开发的，统计函数齐全，新的统计方法很快就会有相应的包被开发出来。复杂的统计分析往往两三行代码就可以完成，那个方便呦，谁用谁知道！（不过，也有许多学计算机专业出身的同学很不喜欢R，各种不顺眼…。比如，R
转载
2023-06-25 09:21:34
150阅读
## Python做占比统计分析
### 一、整体流程
为了实现Python做占比统计分析，我们需要按照以下步骤进行操作：
| 步骤 | 操作 |
| ---- | ---- |
| 步骤一：导入数据 | 将数据导入Python环境中 |
| 步骤二：数据处理 | 对数据进行清洗、预处理等操作 |
| 步骤三：计算占比 | 根据需求计算相应的占比 |
| 步骤四：数据可视化 | 将计算结果可
原创
2023-08-10 17:46:53
782阅读
之前的工作总结里面有说到采集数据，那么数据采集过来之后自然也就进入到了统计的阶段。接手之前呢觉得统计应该还挺简单的，无非就是把sql统计出来的结果展示出来。后来发现要处理的细节还是比较多的。先说下业务场景，因为项目中第一个要统计的报表维度非常多，比如境外号码，AJ性质，种类，手段等等，这其中有的字段的值很少甚至唯一，有的值甚至会多达上百个，而且用户可选择的统计维度是不固定的（有可能增加），所以无法
1 概述 数据探索：检查数据错误，了解数据特征和分布规律 数据特征分析：分布分析、统计量分析、相关分析2 分布分析 2.1 定量分析：数量分布 可利用直方图from sklearn import datasets
import pandas as pd
import matplotlib.pyplot as plt
import scipy
iris=datasets.load_iris()
i
转载
2023-08-16 10:31:40
68阅读
# 统计分析Python：探索数据之美
在当今数据驱动的世界中，Python已成为数据分析和统计分析的热门选择。Python拥有丰富的库和工具，使数据科学家和分析师能够轻松地处理和分析数据。本文将介绍如何使用Python进行统计分析，并通过代码示例和图表展示其功能。
## 为什么选择Python进行统计分析？
Python是一种高级编程语言，以其易读性和灵活性而闻名。它拥有大量的库，如Num
# Python 统计分析
## 介绍
Python是一种功能强大且易于学习的编程语言，被广泛应用于数据分析领域。在Python中，有许多强大的库可以帮助我们进行统计分析，如NumPy、Pandas和Matplotlib等。本文将介绍如何使用Python进行统计分析，并提供一些示例代码。
## 安装和导入库
在开始之前，我们需要安装所需的库。可以使用pip命令来安装这些库：
```mar
原创
2023-09-21 06:23:33
120阅读
# MongoDB做统计分析性能
