Python实现统计描述以及计算皮尔逊相关系数

2019-08-05  本文已影响0人  XHHP

关于Python数据分析在数学建模中的更多相关应用:Python数据分析在数学建模中的应用汇总(持续更新中!)

(一)、数据示例

在这里插入图片描述

(二)、从excel文件中读取数据

#从excel文件中读取数据
def read(file):
    wb = xlrd.open_workbook(filename=file)#打开文件
    sheet = wb.sheet_by_index(0)#通过索引获取表格
    rows = sheet.nrows # 获取行数
    all_content = []        #存放读取的数据
    for j in range(0, 6):       #取第1~第6列对的数据
        temp = []
        for i in range(1,rows) :
            cell = sheet.cell_value(i, j)   #获取数据 
            temp.append(cell)           
        all_content.append(temp)    #按列添加到结果集中
        temp = []
    return np.array(all_content)

(三)、统计描述

#统计描述
def calculate(datas):
    MIN = np.min(datas,axis = 1)    #计算最小值
    MAX = np.max(datas,axis = 1)    #计算最大值
    AVG = np.average(datas,axis = 1)    #计算平均值
    MEDIAN = np.median(datas,axis = 1)  #计算中位数
    SKEWNESS =stats.skew(datas,axis = 1)    #计算偏度
    KURTOSIS = stats.kurtosis(datas,axis = 1)   #计算峰度
    STD = np.std(datas,axis = 1)    #计算标准差
    result = np.array([MIN,MAX,AVG,MEDIAN,SKEWNESS,KURTOSIS,STD])   #形成一个矩阵
    return result

(四)、将统计描述输出到excel文件中

#将统计描述输出到excel文件中
def write(answer_data):
    writer = pd.ExcelWriter('C:\\Users\\lenovo\\Desktop\\数学建模\\相关系数\\A.xlsx')       # 写入Excel文件
    answer_data.to_excel(writer, 'page_1', float_format='%.5f')     # ‘page_1’是写入excel的sheet名
    writer.save()
    writer.close()

(五)、综合代码

# -*- coding: utf-8 -*-
"""
Created on Mon Jul 29 16:53:19 2019

@author: lenovo
"""
import xlrd
import numpy as np
import pandas as pd
from scipy import stats
from scipy.stats import pearsonr

#从excel文件中读取数据
def read(file):
    wb = xlrd.open_workbook(filename=file)#打开文件
    sheet = wb.sheet_by_index(0)#通过索引获取表格
    rows = sheet.nrows # 获取行数
    all_content = []        #存放读取的数据
    for j in range(0, 6):       #取第1~第6列对的数据
        temp = []
        for i in range(1,rows) :
            cell = sheet.cell_value(i, j)   #获取数据 
            temp.append(cell)           
        all_content.append(temp)    #按列添加到结果集中
        temp = []
    return np.array(all_content)

#统计描述
def calculate(datas):
    MIN = np.min(datas,axis = 1)    #计算最小值
    MAX = np.max(datas,axis = 1)    #计算最大值
    AVG = np.average(datas,axis = 1)    #计算平均值
    MEDIAN = np.median(datas,axis = 1)  #计算中位数
    SKEWNESS =stats.skew(datas,axis = 1)    #计算偏度
    KURTOSIS = stats.kurtosis(datas,axis = 1)   #计算峰度
    STD = np.std(datas,axis = 1)    #计算标准差
    result = np.array([MIN,MAX,AVG,MEDIAN,SKEWNESS,KURTOSIS,STD])   #形成一个矩阵
    return result

#将统计描述输出到excel文件中
def write(answer_data):
    writer = pd.ExcelWriter('C:\\Users\\lenovo\\Desktop\\数学建模\\相关系数\\A.xlsx')       # 写入Excel文件
    answer_data.to_excel(writer, 'page_1', float_format='%.5f')     # ‘page_1’是写入excel的sheet名
    writer.save()
    writer.close()

datas=read('C:\\Users\\lenovo\\Desktop\\数学建模\\相关系数\\第5讲.相关系数7.17\\代码和例题数据\\八年级女生体测数据.xlsx')    
result = calculate(datas)   #统计描述
corrcoe = np.corrcoef(result)   #计算皮尔逊相关系数
answer_data = pd.DataFrame(result)        #将ndarry转换为DataFrame
write(answer_data)  #输出结果

(六)、结果展示

在这里插入图片描述
上一篇下一篇

猜你喜欢

热点阅读