[科普中国]-探索函数

探索函数可大致分为统计特征函数与统计作图函数。统计特征函数用于计算数据的均值、方差、标准差、分位数、相关系数、协方差等，这些统计特征能反映出数据的整体分布。

Python中探索函数简介Python中用于数据探索的库主要是：

1、Pandas(数据分析)统计分析函数，统计作图函数；

2、Matplotlib(数据可视化)。

基本统计特征函数sum按列计算样本总和；

mean计算样本的算数平均数；

var样本的方差；

std标准差；

corr 计算spearman(Person)相关系数矩阵；

cov协方差矩阵；

skew样本偏值（三阶矩阵）；

kurt样本峰度（四阶矩阵）；

describe样本的基本描述（均值 标准差）。1

R语言的探索函数mean(X)用于计算数据样本的算数平均数（均值）。样本X可为向量、矩阵或多维数组。

exp(mean(log(X)))用于计算数据样本的几何平均数。样本X可为向量、矩阵或多维数组。

var(X)用于计算数据样本的方差。若X为向量，则计算向量的样本方差；若X为矩阵，则结果为X的各列向量的样本方差构成的行向量。

sd(X)用于计算数据样本的标准差。若X为向量，则计算向量的标准差；若X为矩阵，则结果为X的各列向量的标准差构成的行向量。

cor()函数用于计算数据样本的相关系数矩阵，它的使用格式为：

cor(x, y=NULL,use="everything",method=c("pearson","kendall","spearman"))。2

本词条内容贡献者为:

李晓林 - 教授 - 西南大学