python数据分布统计

Python中有多种用于数据分布统计的工具，包括NumPy、Pandas和Matplotlib等库。下面是一些示例代码，演示如何使用这些库来进行数据分布统计：

1. 使用NumPy计算统计量（如均值、中位数、标准差等）：

import numpy as np

data = np.random.normal(loc=0, scale=1, size=1000)  # 生成1000个均值为0、标准差为1的正态分布随机数
mean = np.mean(data)  # 计算均值
median = np.median(data)  # 计算中位数
std = np.std(data)  # 计算标准差

2. 使用Pandas进行数据分组和汇总：

import pandas as pd

data = pd.read_csv('data.csv')  # 读取CSV文件
grouped_data = data.groupby('category')  # 按类别分组
mean_by_category = grouped_data.mean()  # 计算每个类别的均值

3. 使用Matplotlib绘制直方图和密度图：

import matplotlib.pyplot as plt

data = np.random.normal(loc=0, scale=1, size=1000)  # 生成1000个均值为0、标准差为1的正态分布随机数
plt.hist(data, bins=30)  # 绘制直方图
plt.show()

plt.hist(data, bins=30, density=True)  # 绘制密度图
plt.show()

这些示例代码只是Python中进行数据分布统计的冰山一角，仅供参考。根据具体的需求和数据情况，可能需要使用不同的工具和方法。