四分位

import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt import seaborn as sns sns.set(style="whitegrid", color_codes=True) np.random.seed(sum(map(ord, "categorical"))) titanic = sns.load_dataset("titanic") tips = sns.load_dataset("tips") iris = sns.load_dataset("iris") 用stripplot展示类别值，类似于散点图 sns.stripplot(x="day", y="total_bill", data=tips,jitter=False) 该方法不适合于数据量特别大的场合，如果那样，则纵轴数据会连成一条线，很难区分数据的差异/重叠是很常见的现象，但是重叠影响我观察数据的量了，最好加入jitter sns.stripplot(x="day", y="total_bill", data=tips, jitter=True) sns.swarmplot(x="day", y="total_bill", data=tips) sns

比率是什么？ 比率(ratio) ：不同类别数值的比值 在中文里，比率这个词被用来代表两个数量的比值，这包括了两个相似却在用法上有所区分的概念：一个是比的值；另一是变化率，是一个数量相对于另一数量的变化量，例如，速率是物体的移动距离相对于时间的变化量，以每单位时间的移动距离来表示；心跳率是每分钟的心跳次数；税率则是每单位收入所应缴的税金。 为什么顺序数据不适用帕雷托图？ 因为这样会打破顺序 雷达图、轮廓图如何反映多组数据多个变量的或某一特征值？ 当多个变量的取值相差较大或量纲不同时，可进行变换处理后再做图。 如果存在两种特征值，那么转置前后有很大不同。 依据想要讨论的特征。 直方图与条形图的区别是什么？ 直方图用面积代表频数，条形图是横轴是类别，纵轴是频数。直方图的各矩形通常是连续排列，条形图则是分开排列。条形图主要用于展示类别数据，直方图则主要用于展示数值型数据。 茎叶图和直方图之间的区别？ 茎叶图用于未分组数据，直方图用于分组数据。 直方图可观察一组数据的分布状况，但没有给出具体的数值。 茎叶图既能给出数据的分布状况，又能给出每一个原始数值，保留了原始数据的信息。 直方图适用于大批量数据，茎叶图适用于小批量数据。 线图和折线图之间的关系？ 折线图来自直方图，线图表示时间序列数据。 一组数据中，可不可以没有众数，可不可以有几个众数？ 可以没有众数，也可以有几个众数。 请详细

四分位算法实例() 　　 实例1： 　　　　数据总量: 6, 47, 49, 15, 42, 41, 7, 39, 43, 40, 36 　　　　由小到大排列的结果: 6, 7, 15, 36, 39, 40, 41, 42, 43, 47, 49 　　　　一共 11 项 　　　　 Q1 的位置= （11+1） × 0.25=3 ， Q2 的位置= （11+1）× 0.5=6 ， Q3 的位置= （11+1） × 0.75=9 　　　　 Q1 = 15 ， 　　　　 Q2 = 40 ， 　　　　 Q3 = 43 　　 实例 2 ： 　　　　数据总量: 7, 15, 36, 39, 40, 41 　　　　一共 6 项 　　　　数列项为偶数项时，四分位数 Q2 为该组数列的中数， 　　　　 （n+1）/4= 7/4 =1.75 ， Q1 在第一与第二个数字之间， 　　　　3（n+1）/4= 21/4 =5.25, Q3 在第五与第六个数字之间， 　　　 　Q1 = 0.75*15+0.25*7 = 13， 　　　　Q2 = （36+39）/2= 37.5， 　　　　Q3 = 0.25*41+0.75*40 = 40.25. Java 代码 1 public static void fourDivsion(double[] param){ 2 if(param == null ||