python数据分析与挖掘实战（2）

Three123v

于 2019-07-18 20:44:18 发布

阅读量1k

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/Three123v/article/details/96184122

版权

本文深入探讨了Python中数据异常值的分析，通过describe()函数揭示数据的基本统计特性，并解决了使用boxplot()绘制箱线图时遇到的问题。接着，文章介绍了统计量分析，特别是帕累托分析在数据贡献度中的应用。最后，文章讲解了如何进行相关性分析，展示了如何在数据集中找出特定菜品销售的相关性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

异常值分析

describe()用法【注意：是describe不是describle！这个错误刚才找了好久，汗颜。。。】
代码：

import pandas as pd
import numpy as np
catering_sale='E:\pycharm\python数据分析与挖掘实战数据及源码\chapter3\demo\data\catering_sale.xls'
data=pd.read_excel(catering_sale,index_col=u'日期')
print(data.describe())

运行结果：
在这里插入图片描述
count 非空数值
mean 平均值
std 标准差
min
25% 1/4分位数
50% 中位数
75%
max

实例：餐饮销额数据异常值代码检测
代码：

import pandas as pd
import numpy as np
catering_sale='E:\pycharm\python数据分析与挖掘实战数据及源码\chapter3\demo\data\catering_sale.xls'
data=pd.read_excel(catering_sale,index_col=u'日期')

import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = [ 'S

最低0.47元/天解锁文章