统计学的Python实现-013：频度分布表

原创

Changxing长行 2022-02-14 16:53:38 博主文章分类：统计学的Python实现 ©著作权

文章标签 python 统计学描述统计频数分布表数据 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者Changxing长行的原创作品，请联系作者获取转载授权，否则将追究法律责任

者**：长行
时间：2019.03.12

统计学解释

频数分布表：频数分布表，简称频数表，主要用来直接查看数据分布情况。对于离散型随机变量，直接计算每个值出现的频数并列表；对于连续型随机变量，则需要先将数据按等间隔分组，然后统计落在每一个组内的频数。

数组 [1,1,1,1,1,2,2,2,2,3,3,3,4,4,5] 在SPSS中的频数分布表如下：

（图片参见同名word文件）

其中：Frequency在这里指频数，Percent在这里指频率，Valid Percent指有效频率（即剔除了缺失值的频率，SPSS翻译为有效百分比），Cumulative Percent为累积频率（SPSS翻译为累积百分比）。

实现代码

现在，我们仅实现适用于离散型随机变量的频数分布表，其中包括频数、频率和累积频率。

实现思路：我们先计算各不同的值的出现频数，再通过频数计算频率和累积频率。

data_test=[1,1,1,1,1,2,2,2,2,3,3,3,4,4,5]  # 定义测试数据
from prettytable import PrettyTable #我们使用PrettyTable包来绘制表格
data_set=set(data_test);
size=len(data_test)
# 计算频数
frequency={};
for i in data_set:
    frequency[i]=data_test.count(i)
# 生成频数统计表
title=['Valid','Frequency','Percent','Cumulative Percent'] #定义表头
table=PrettyTable(title)
cumulative=0 #定义累积频率变量
for key,value in frequency.items():
    valid_percent=value/len(data_test) #计算频率
    cumulative+=valid_percent #计算累积频率变量
    array=[key,value,round(valid_percent*100,1),round(cumulative*100,1)]
    table.add_row(array)
print(table)

结果

+-------+-----------+---------+--------------------+
| Valid | Frequency | Percent | Cumulative Percent |
+-------+-----------+---------+--------------------+
|  1  |   5   |  33.3 |    33.3    |
|  2  |   4   |  26.7 |    60.0     |
|  3  |   3   |  20.0 |    80.0    |
|  4  |   2   |  13.3 |    93.3    |
|  5  |   1   |  6.7  |    100.0    |
+-------+-----------+---------+--------------------+

其中：

table=PrettyTable(title)定义PrettyTable表，并给出表头栏title

table.add_row(array)向PrettyTable表添加一行数据

round(x,1)保留x的一位小数