10?個Python統計分析常用的經典腳本分享

更新時間：2026年01月30日 09:38:47 作者：軟件測試雜談

在數據科學和統計分析中,Python 是一門非常流行的語言,本文整理了 10 個經典的 Python 腳本,用于執(zhí)行日常的統計分析任務,感興趣的小伙伴可以跟隨小編一起學習一下

在數據科學和統計分析中，Python 是一門非常流行的語言。它憑借其豐富的庫和簡潔的語法，使得數據處理和分析變得相對容易。在這篇文章中，我們將介紹 10 個經典的 Python 腳本，用于執(zhí)行日常的統計分析任務。這些示例不僅適合新手學習，還結合了生活中的實際例子，以便更容易理解。

1. 計算平均值

平均值是衡量一組數值中心趨勢的重要指標，通常通過將所有數值相加后除以數量得到。

假設你剛剛參加了一場考試，分數分別為 85、90、78、92 和 88，想知道你的平均分數。

# 定義一個列表存儲分數
scores = [85, 90, 78, 92, 88]

# 計算平均值
average_score = sum(scores) / len(scores)

# 打印結果
print("你的平均分數是:", average_score)

2. 計算中位數

中位數是將一組數值按大小排列后，位于中間位置的數值。當數據量為偶數時，中位數是中間兩個數的平均值。

如果你想了解你和朋友們（分數為 70、80、90、85、95）的成績中間的表現，你可以計算中位數。

# 導入 statistics 模塊
import statistics

# 定義一個列表存儲分數
scores = [70, 80, 90, 85, 95]

# 計算中位數
median_score = statistics.median(scores)

# 打印結果
print("你的中位數分數是:", median_score)

3. 計算眾數

眾數是數據集中出現頻率最高的數值。在某些情況下，可能會有多個眾數。

考慮你調查了同學最喜歡的水果，調查結果為 ["蘋果", "香蕉", "蘋果", "橙子", "香蕉"]，你想知道哪個水果最受歡迎。

# 導入 statistics 模塊
import statistics

# 定義一個列表存儲水果偏好
fruits = ["蘋果", "香蕉", "蘋果", "橙子", "香蕉"]

# 計算眾數
mode_fruit = statistics.mode(fruits)

# 打印結果
print("最受歡迎的水果是:", mode_fruit)

4. 計算標準差

標準差是衡量一組數值離散程度的指標，反映數據的分散程度，值越小表示數據越集中。

你想知道你的考試成績（如 75、80、85、90、100）的穩(wěn)定性，可以通過標準差來衡量。

# 導入 statistics 模塊
import statistics

# 定義一個列表存儲分數
scores = [75, 80, 85, 90, 100]

# 計算標準差
std_deviation = statistics.stdev(scores)

# 打印結果
print("你的考試成績的標準差是:", std_deviation)

5. 頻率分布表

頻率分布表用于顯示各個數值或類別出現的次數，以便直觀了解數據分布情況。

你收集了班級同學的考試分數，想要查看每個分數區(qū)間內有多少人。

# 導入 pandas 庫
import pandas as pd

# 定義一個列表存儲分數
scores = [70, 75, 80, 85, 90, 75, 95, 85, 80, 70]

# 創(chuàng)建 DataFrame
df = pd.DataFrame(scores, columns=['Score'])

# 生成頻率分布表
frequency_table = df.value_counts(bins=5)  # 將分數分為 5 個區(qū)間

# 打印結果
print("頻率分布表:\n", frequency_table)

6. 畫出直方圖

直方圖是一種可視化工具，用于展示數值型數據的分布情況，通過將數據分為若干區(qū)間并計數每個區(qū)間內的數據點。

假設你記錄了一周內每天的步數，想繪制直方圖以觀察步數的分布情況。

# 導入 matplotlib 庫
import matplotlib.pyplot as plt

# 定義一個列表存儲步數
steps = [3000, 5000, 7000, 8000, 12000, 4000, 6000]

# 繪制直方圖
plt.hist(steps, bins=5, color='skyblue', edgecolor='black')
plt.title('每日步數分布')
plt.xlabel('步數')
plt.ylabel('天數')
plt.show()

7. 相關性分析

相關性分析用于確定兩個變量之間的關系強度和方向，常用的方法是皮爾遜相關系數。

如果你想分析學習時間與考試成績之間的關系，相關性分析可以幫助你找到答案。

# 導入 numpy 和 scipy.stats 庫
import numpy as np
from scipy import stats

# 定義學習時間和成績
study_time = [1, 2, 3, 4, 5]  # 學習小時數
scores = [50, 60, 65, 80, 90]  # 對應的分數

# 計算相關系數
correlation_coefficient, p_value = stats.pearsonr(study_time, scores)

# 打印結果
print("學習時間與成績之間的相關系數是:", correlation_coefficient)

8. 小組比較：t 檢驗

t 檢驗用于比較兩組樣本均值是否有顯著差異，常用于實驗研究。

假設你想比較兩種教學方法對學生成績的影響，可使用 t 檢驗。

# 導入 scipy.stats 庫
from scipy import stats

# 定義兩組分數
method_a_scores = [80, 85, 90, 95, 100]
method_b_scores = [75, 80, 85, 90, 95]

# 進行 t 檢驗
t_statistic, p_value = stats.ttest_ind(method_a_scores, method_b_scores)

# 打印結果
print("t 檢驗結果: t 統計量 =", t_statistic, ", p 值 =", p_value)

9. 線性回歸分析

線性回歸是一種用于預測和建模的方法，通過擬合一條最佳擬合線來描述兩個變量之間的關系。

如果你想根據廣告支出預測銷售額，可以使用線性回歸分析。

# 導入 sklearn 庫
from sklearn.linear_model import LinearRegression
import numpy as np

# 定義廣告支出和銷售額
advertising_spent = np.array([1000, 2000, 3000, 4000, 5000]).reshape(-1, 1)
sales = np.array([15000, 25000, 35000, 45000, 55000])

# 創(chuàng)建線性回歸模型并訓練
model = LinearRegression()
model.fit(advertising_spent, sales)

# 打印回歸系數
print("線性回歸系數 (廣告支出與銷售額):", model.coef_[0])

10. 使用 Pandas 進行數據清洗

數據清洗是數據分析中非常重要的一步，通過處理缺失值、重復數據等，提高數據質量。

假設你從網上下載了一份包含用戶信息的文件，其中一些行缺失了年齡信息。

# 導入 pandas 庫
import pandas as pd

# 創(chuàng)建 DataFrame 包含用戶信息
data = {
    '姓名': ['Alice', 'Bob', 'Charlie', 'David'],
    '年齡': [25, None, 30, 35],
    '城市': ['北京', '上海', '廣州', '深圳']
}
df = pd.DataFrame(data)

# 去除缺失年齡的行
cleaned_df = df.dropna(subset=['年齡'])

# 打印清洗后的數據
print("清洗后的用戶信息:\n", cleaned_df)