在市场调研的海洋中，数据就像是航行的灯塔，指引着我们前行的方向。而描述统计，就是这灯塔上的基础，它能够帮助我们理解数据的特征，从而更好地洞察数据的魅力。今天，我们就来揭开描述统计的神秘面纱，让你轻松掌握这一技巧。
数据的“外貌”：集中趋势的度量
描述统计的第一步，就是了解数据的“外貌”。这就需要我们借助集中趋势的度量，比如平均数、中位数和众数。
平均数：数据的“平均脸”
平均数是大家最熟悉的一个统计量，它反映了数据集中所有值的平均水平。假设你有一个班级的成绩，通过计算所有学生的平均成绩，你就能知道这个班级的平均水平。
# 计算平均数
scores = [75, 85, 90, 60, 80]
average_score = sum(scores) / len(scores)
print("平均成绩是：", average_score)
中位数：数据的“中间派”
中位数是位于数据中间位置的数值，它能够反映出数据的中间水平。对于有偏态分布的数据，中位数比平均数更具有代表性。
# 计算中位数
scores.sort()
median_score = scores[len(scores) // 2]
print("中位数是：", median_score)
众数：数据的“热门选手”
众数是数据中出现次数最多的数值，它能够反映出数据的“热门”趋势。
# 计算众数
from collections import Counter
scores = [75, 85, 90, 60, 80, 80]
counter = Counter(scores)
most_common_score = counter.most_common(1)[0][0]
print("众数是：", most_common_score)
数据的“性格”：离散程度的度量
了解数据的集中趋势后，我们还需要了解数据的离散程度。离散程度越小，说明数据越集中；离散程度越大，说明数据越分散。
方差和标准差：数据的“波动程度”
方差和标准差是衡量数据波动程度的常用指标。方差是各数据与平均数差的平方的平均数，而标准差则是方差的平方根。
# 计算方差和标准差
variance = sum((score - average_score) ** 2 for score in scores) / len(scores)
standard_deviation = variance ** 0.5
print("方差是：", variance)
print("标准差是：", standard_deviation)
范围和四分位数间距：数据的“极端值”
范围是数据中最大值和最小值之间的差，它能够反映出数据的极端值。四分位数间距则是上四分位数和下四分位数之间的差，它能够反映出数据的整体波动程度。
# 计算范围和四分位数间距
range_score = max(scores) - min(scores)
q1 = scores[len(scores) // 4]
q3 = scores[3 * len(scores) // 4]
iqr = q3 - q1
print("范围是：", range_score)
print("四分位数间距是：", iqr)
数据的“分布”：分布形态的观察
最后，我们还需要观察数据的分布形态，这有助于我们更好地理解数据的特征。
直方图和箱线图：数据的“分布画卷”
直方图和箱线图是两种常用的分布形态观察工具。直方图能够反映出数据的分布范围和集中趋势，而箱线图则能够反映出数据的分布中心和离散程度。
import matplotlib.pyplot as plt
# 绘制直方图
plt.hist(scores, bins=5)
plt.title("直方图")
plt.xlabel("分数")
plt.ylabel("频数")
plt.show()
# 绘制箱线图
plt.boxplot(scores)
plt.title("箱线图")
plt.xlabel("分数")
plt.show()
通过以上方法，我们可以轻松掌握描述统计技巧，从而更好地洞察数据的魅力。在市场调研的道路上，让我们携手共进，用数据的力量驱使我们前行。