home

หน้าแรก
 Computer >> บทช่วยสอนคอมพิวเตอร์ >  >> การเขียนโปรแกรม >> Python

Statistical Thinking ใน Python (สถิติและการวิเคราะห์ข้อมูล)

ใช้ Python สำหรับสถิติเชิงวิเคราะห์และการวาดกราฟด้วย pandas, matplotlib, seaborn, numpy

โหลดข้อมูล (Seeds Dataset)

import pandas as pd
import warnings
warnings.filterwarnings("ignore")

# สมมติไฟล์ seeds.csv อยู่ใน path
# df = pd.read_csv('seeds.csv')
# print(df.head())

1. Histogram (แผนภาพแท่ง)

แสดงการกระจายของ Kernel Length

import matplotlib.pyplot as plt
import numpy as np
from numpy import genfromtxt

# data = genfromtxt('seeds.csv', delimiter=',')
# kernel_length = data[:, 3]
# bins = int(np.sqrt(len(kernel_length)))
# plt.hist(kernel_length, bins=bins, color='#FF4040')
# plt.xlabel('Kernel Length')
# plt.ylabel('Frequency')
# plt.show()

2. ECDF (Empirical CDF)

แสดงสัดสะสมของ Kernel Groove

def ecdf(data):
    x = np.sort(data)
    y = np.arange(1, len(x)+1) / len(x)
    return x, y

# x, y = ecdf(kernel_groove)
# plt.plot(x, y, marker='.', linestyle='none')
# plt.xlabel('Kernel Groove')
# plt.ylabel('ECDF')
# plt.show()

3. Beeswarm Plot

แสดงการกระจายของ Asymmetry Coeff แยกตาม Type

import seaborn as sns

# sns.swarmplot(x='Type', y='Asymmetry.Coeff', data=df, color='#458B00')
# plt.xlabel('Type')
# plt.ylabel('Asymmetry Coeff')
# plt.show()

กราฟอื่นๆ ที่น่าสนใจ

  • Box plot: แสดง quartiles และ outliers
  • Violin plot: รวม box plot + density
  • Pair plot: scatter matrix ทุกคู่คอลัมน์
  • Heatmap: correlation matrix

สรุป

Python มีเครื่องมือสถิติและการวาดกราฟครบครัน เหมาะสำหรับ EDA (Exploratory Data Analysis)