付費限定方格精選
[Day20]統計學基礎教學 - 統計基礎運算、隨機變數
更新於 發佈於 閱讀時間約 6 分鐘
今天終於來到3分之2的進度了，也恭喜各位終於完成了python基礎程式的教學，是否對於程式撰寫更加得心應手了呢?但還別那麼心急，由於數據分析是建立在統計分析之上，所以我們還必須要學習這些統計分析工具，所以我們稍微來解說一下有那些統計常用的工具吧!!
匯入模組
首先一樣要先匯入模組，今天一樣會用到Numpy、Pandas、Matplotlib、seaborn，以及我們統計會用到scipy中的stats
建立陣列
接著我們先建立一個陣列，順便複習一下，陣列是用Pandas來創立，我們先用Numpy創立一個從0到10隨機抽取15個數，並且利用Pandas中的Series來變成陣列，然後我們輸出來看看，順便用長度(len)來確認是否為15個數值
統計基礎運算
以行動支持創作者！付費即可解鎖
本篇內容共 2748 字、0
則留言，僅發佈於30天速成:python從入門到股市分析你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
174會員
59內容數
我出生於財務金融與資訊背景，滿20歲便開始踏入股市。從當初對股市一無所知的菜鳥，到現在成為一名專注於AI股市研究的分析師，這是我的成長歷程。
我崇尚彼得·林區所強調的理念，認為在生活和工作中觀察，從周遭環境中挑選出適合投資的股票，並搭配近期快速崛起的程式交易、大數據分析等AI技術，立志打造輕鬆又便利的投資之路。
留言0
查看全部
你可能也想看
Google News 追蹤
現代社會跟以前不同了，人人都有一支手機，只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行，然而如今科技快速發展之下，金融App無聲無息地進到你生活中。但同樣的，每一家銀行都有自己的App時，我們又該如何選擇呢？(本文係由國泰世華銀行邀約)
今天我會用不同角度帶大家看這款國泰世華CUB
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
pandas是用於資料操縱和分析的Python軟體庫。它建造在 NumPy 基礎上，並為操縱數值表格和時間序列，提供了資料結構和運算操作。
Pandas 的主要資料結構包含 Series 和 DataFrame 物件，由於 Pandas 本身基 Numpy 所以在使用大量資料運算時效能表現也優於原
這一節的標題是0.4 A Normal Distribution of Random Numbers，介紹常態分布的基本概念，以及相關亂數產生器的使用方法與應用方式。
NumPy（Numeric Python）是Python中用於科學計算的核心庫之一。它提供了高性能的多維陣列對象（即ndarray）以及用於處理這些陣列的各種函數和工具。
在NumPy中，有幾個常用的指令可以用來創建陣列
本文詳細介紹了Python中的各種資料型別，包括整數、字串、清單、元組、集合和字典，並提供了相關的操作範例。此外，還解釋了如何在Python中定義和操作變數，包括如何同時對多個變數進行賦值。
前面說明了所謂「假設檢定」的邏輯，也就是推論統計的基礎。但前面都還只是概念的階段，目前沒有真正進行任何的操作──還沒有提到推論統計的技術。
這篇其實有點像是一個過渡，是將前面的概念銜接到下一篇t分數之間的過程，也可以說是稍微解釋一下t檢定怎麼發展出來的。
NumPy在圖像處理、機器學習、數學和統計學等領域中被廣泛應用。
以下是一些常見的應用場景：
數據處理和分析： NumPy提供了高效的多維數組（nd array）和相應的操作函數，使得對大型數據集進行快速、有效的操作變得容易。
Python 提供了一系列內建函式，其中一部分涉及數學和數學操作。
以下是一些常用的內建函式和數學相關的函式：
基本數學運算：
abs(x)： 返回 x 的絕對值。
result = abs(-5)
print(result) # 輸出: 5
max(iterable) 和 min(
在Python中，數值運算非常直觀，你可以使用標準的數學運算符號進行基本的數值運算。以下是一些基本的數值運算：
進行計算時，按照「先乘除後加減」的規則，並優先計算小括號刮起來的運算式。
print('答案:' ,(1+1)*2)
#答案: 4
復合型態的運算子
指定運算子 = 若是結合算術
第一堂學生創新團隊的點評
我們的統計在社會科學裡面，它到底是怎麼樣產生的，我們今天要算這個統計學，要送統計，他們本身要有Raw data，這樣才有辦法進行運用，如：我們要怎麼算平均身高如下是：
「全部身高」除以「人數」等於 每個人幾公分
所以我們要設計如何用電腦計算 ，要「input」
現代社會跟以前不同了，人人都有一支手機，只要打開就可以獲得各種資訊。過去想要辦卡或是開戶就要跑一趟銀行，然而如今科技快速發展之下，金融App無聲無息地進到你生活中。但同樣的，每一家銀行都有自己的App時，我們又該如何選擇呢？(本文係由國泰世華銀行邀約)
今天我會用不同角度帶大家看這款國泰世華CUB
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
pandas是用於資料操縱和分析的Python軟體庫。它建造在 NumPy 基礎上，並為操縱數值表格和時間序列，提供了資料結構和運算操作。
Pandas 的主要資料結構包含 Series 和 DataFrame 物件，由於 Pandas 本身基 Numpy 所以在使用大量資料運算時效能表現也優於原
這一節的標題是0.4 A Normal Distribution of Random Numbers，介紹常態分布的基本概念，以及相關亂數產生器的使用方法與應用方式。
NumPy（Numeric Python）是Python中用於科學計算的核心庫之一。它提供了高性能的多維陣列對象（即ndarray）以及用於處理這些陣列的各種函數和工具。
在NumPy中，有幾個常用的指令可以用來創建陣列
本文詳細介紹了Python中的各種資料型別，包括整數、字串、清單、元組、集合和字典，並提供了相關的操作範例。此外，還解釋了如何在Python中定義和操作變數，包括如何同時對多個變數進行賦值。
前面說明了所謂「假設檢定」的邏輯，也就是推論統計的基礎。但前面都還只是概念的階段，目前沒有真正進行任何的操作──還沒有提到推論統計的技術。
這篇其實有點像是一個過渡，是將前面的概念銜接到下一篇t分數之間的過程，也可以說是稍微解釋一下t檢定怎麼發展出來的。
NumPy在圖像處理、機器學習、數學和統計學等領域中被廣泛應用。
以下是一些常見的應用場景：
數據處理和分析： NumPy提供了高效的多維數組（nd array）和相應的操作函數，使得對大型數據集進行快速、有效的操作變得容易。
Python 提供了一系列內建函式，其中一部分涉及數學和數學操作。
以下是一些常用的內建函式和數學相關的函式：
基本數學運算：
abs(x)： 返回 x 的絕對值。
result = abs(-5)
print(result) # 輸出: 5
max(iterable) 和 min(
在Python中，數值運算非常直觀，你可以使用標準的數學運算符號進行基本的數值運算。以下是一些基本的數值運算：
進行計算時，按照「先乘除後加減」的規則，並優先計算小括號刮起來的運算式。
print('答案:' ,(1+1)*2)
#答案: 4
復合型態的運算子
指定運算子 = 若是結合算術
第一堂學生創新團隊的點評
我們的統計在社會科學裡面，它到底是怎麼樣產生的，我們今天要算這個統計學，要送統計，他們本身要有Raw data，這樣才有辦法進行運用，如：我們要怎麼算平均身高如下是：
「全部身高」除以「人數」等於 每個人幾公分
所以我們要設計如何用電腦計算 ，要「input」