最近项目中有用到异常检测的部分，这里介绍一种很简单很方便的方法——箱线图箱形图：从字面上理解就是箱子的图，如下图：箱形图有5个参数： 下边缘（Q1），表示最小值； 下四分位数（Q2），又称“第一四分位数”，等于该样本中所有数值由小到大排列后第25%的数字； 中位数（Q3），又称“第二四分位数”等于该样本中所有数值由小到大排列后第50%的数字； 上四分
转载
2024-02-28 09:36:25
30阅读
函数最重要的目的是方便我们重复使用相同的一段程序。将一些操作隶属于一个函数，以后你想实现相同的操作的时候，只用调用函数名就可以，而不需要重复敲所有的语句。函数的定义首先，我们要定义一个函数, 以说明这个函数的功能。def square_sum(a,b):
c = a**2 + b**2
return c这个函数的功能是求两个数的平方和。首先，def，这个关键字通知python：我在定义一个函数。s
转载
2023-08-10 09:16:47
35阅读
# 理解 R 语言中的参数种类
在 R 语言中，函数的参数种类多种多样，它们的使用与定义往往决定了代码的运行效果和效率。在实际编程过程中，参数的类型和结构不当往往导致错误提示，比如“参数种类不对”。本篇文章将深入探讨 R 语言中参数的种类，同时展示相关的代码示例，帮助读者更好地掌握 R 语言的函数使用。
## 函数参数的基本类型
R 语言中，函数的参数可以是以下几种基本类型：
1. **必
原创
2024-10-07 05:54:13
333阅读
# 参数种类不对：R语言中的常见错误分析
在使用R语言进行数据分析时，程序员们常常会遇到“一种参数不对”的错误提示。这个问题看似简单，却可能会导致分析无法继续。因此，了解这一错误的来源及解决办法，对于提高代码的健壮性和运行效率具有重要意义。
## 什么是参数种类不对？
在R语言中，函数通常接收特定类型的参数。例如，有些函数期望接收数值型数据，而其他函数可能要求字符型或因子型数据。当传入一个不
数据运算不仅仅是加减乘除的基本运算，还要包括数据的比较，汇总和相关性的计算等等，这一节我们将计算的问题帮大家汇总出来～目录一. 加减乘除运算二. 比较运算三. 汇总运算count 非空值计数sum 求和其他(均值，最大最小值，中位数，众数，方差，标准差，分位数)四. 相关性运算一. 加减乘除运算以下表为例：加法运算我们需要生成新的一列“总和”，将四个季度的销售额相加：df['总
转载
2023-08-09 17:10:34
162阅读
python可以通过numpy库来快速实现数组/序列运算，包括均值、标准差、分位数等。1. 首先导入包numpyimport numpy as np2. 建立序列，可用 np.arrayaa = np.array([1,2,3,4,5])3. 求均值 np.mean：print(np.mean(aa))4. 求标准差 np.std：print(np.std(aa))5. 求中位数/50%分位数：p
转载
2023-05-29 16:47:10
313阅读
QQ图是quantile-quantile(分位数-分位数图) 的简称，上面也有介绍它的两个主要作用：1.检验一列数据是否符合正态分布2.检验两列数据是否符合同一分布Q-Q图的原理要弄清Q-Q图的原理，我们先来介绍下分位数的概念。这里我们引用下百度百科的介绍：分位数, 指的就是连续分布函数中的一个点，这个点对应概率p。若概率0What...?? 是不是感觉有点抽象，别着急，我们继续往下看分位数的实
转载
2023-10-05 14:36:15
145阅读
文章目录四、实例4.1 plotly.express箱线图4.1.1 基本箱线图4.1.2 为 x的每个值绘制一个箱线图4.1.3 显示基础数据4.1.4 选择计算四分位数的算法4.1.5 四分位数算法之间的区别4.1.6 风格箱线图4.1.7 Dash中的箱线图 四、实例箱线图是变量通过其四分位数分布的统计表示。盒子的末端代表下四分位数和上四分位数，而中位数（第二个四分位数）由盒子内的一条线标
转载
2023-10-08 19:10:26
103阅读
# Python实现分位数的指南
## 1. 引言
分位数（Quantiles）是对数据集进行分层的一种方法。它能够帮助我们理解数据的分布情况，比如中位数（50%分位数）或者四分位数（25%和75%分位数）。在这篇文章中，我们将学习如何使用Python来计算分位数，使用的主要库是`pandas`和`numpy`。
## 2. 整体流程
在实现分位数计算之前，我们首先需要了解整个过程的步骤。
原创
2024-10-26 03:51:32
109阅读
一、p分位数概念原则上p是可以取0-1之间的任意值，四分位数是p分位数中较为有名的。所谓四分位数：即把数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。第1四分位数 (Q1)：又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字第2四分位数 (Q2)：又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字第3四分位数 (Q3)：又称“较大四分位数”，等
转载
2023-07-02 13:08:09
1862阅读
【导读】在之前的《数据挖掘概念与技术 第2章》的文章中我们介绍了Q-Q图的概念，并且通过调用现成的python函数， 画出了Q-Q图， 验证了Q-Q图的两个主要作用，1. 检验一列数据是否符合正态分布 2. 检验两列数据是否符合同一分布。本篇文章将更加全面的为大家介绍QQ图的原理以及自己手写函数实现画图过程Q-Q图是什么QQ图是quantile-quantile(分位数-分位数图) 的简称，上面也
转载
2023-09-15 19:44:55
75阅读
作者 | 常国珍、赵仁乾、张秋剑
来源 |《Python数据科学：技术详解与商业实践》 原文 | 干货：用Python进行数据清洗，这7种方法你一定要掌握 数据清洗是数据分析的必备环节，在进行分析过程中，会有很多不符合分析要求的数据，例如重复、错误、缺失、异常类数据。01 重复值处理数据录入过程、数据整合过程都可能会产生重复数据，直接删除是重复数据处理的主要方法。
转载
2024-08-19 13:10:47
51阅读
Ex1： Given a data = [6, 47, 49, 15, 42, 41, 7, 39, 43, 40, 36]，求Q1（25分位）, Q2（50分位）, Q3（75分位）, IQR Solving： 步骤： 1. 排序，从小到大排列data，data = [6, 7, 15, 36, 39, 40, 41, 42, 43, 47, 49] 2. 计算分位数的位置 3. 给出分位数计算
转载
2023-06-19 17:14:13
156阅读
一、定义参考 pd.quantile() 函数实现分位数统计。二、函数使用语法为：np.percentile(a, q, axis=None, keepdims:bool)参数解释：a -- array数组 用于计算分位数的对象 可以是多维数组
q -- 0-100之间的浮点数（float） 用于计算几分位数的参数
四分之一位数：25
多个位置的分位数：[0, 25, 50,
转载
2023-07-01 15:25:42
510阅读
一、介绍盒图是在1977年由美国的统计学家约翰·图基(John Tukey)发明的。它由五个数值点组成：最小值(min)，下四分位数(Q1)，中位数(median)，上四分位数(Q3)，最大值(max)。也可以往盒图里面加入平均值(mean)。如上图。下四分位数、中位数、上四分位数组成一个“带有隔间的盒子”。上四分位数到最大值之间建立一条延伸线，这个延伸线成为“胡须(whisker)”。由于现实数
转载
2023-09-29 21:38:42
112阅读
四分位数与pandas中的quantile函数1.分位数概念统计学上的有分位数这个概念，一般用p来表示。原则上p是可以取0到1之间的任意值的。但是有一个四分位数是p分位数中较为有名的。所谓四分位数；即把数值由小到大排列并分成四等份，处于三个分割点位置的数值就是四分位数。为了更一般化，在计算的过程中，我们考虑p分位。当p=0.25 0.5 0.75 时，就是在计算四分位数。第1四分位数 (Q1)，又
转载
2023-08-13 10:21:38
1036阅读
之前做的一个项目上线有一段时间了，但一直也没有来得及做统计分析（峰值、平均QPS、……）。最近刚好又被问到了这个事情，所以抽空学习了解一下部分监控指标的概念和含义，方便后续自己做统计分析。一、分位数1、概念分位数(Quantile)，TP=Top Percentile，即对一批数值型数据进行排序之后，排在p%位置的数值大小，是数据分析中非常重要的统计指标之一。常用的分位数包括：80分位数，90分位
Python计算分位数 Python计算分位数 Python计算分位数 Python计算分位数 版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/gdkyxy2013/article/details/80911514 Python中可以利用Numpy库
转载
2019-03-19 13:01:00
2514阅读
2评论
# Python 分位数回归——深入理解和代码示例
在数据科学中，回归分析是一种强有力的工具，用以探讨变量之间的关系。通常，我们使用线性回归来建立变量间的线性关系。但在一些情况下，线性回归不足以捕捉数据的复杂性。这时，分位数回归（Quantile Regression）便应运而生。它不仅能够对条件均值建模，还能对条件分位数进行建模，使得我们能够深入了解数据的不同方面。
## 什么是分位数回归？
# t分位数与Python数据分析
在统计学中，分位数是用来描述数据集的数值位置的重要工具。t分位数，特别是t分布的分位数，常在小样本数据分析中极为重要。本文将深入探讨t分位数的概念，并通过Python代码来演示如何计算和应用t分位数。
## 什么是t分位数？
t分位数是指在t分布中，将数据集划分为特定比例的值。t分布是一种对称的、逐渐趋近于正态分布的概率分布，广泛应用于小样本假设检验和置信
原创
2024-09-14 03:25:50
60阅读
