探索函式

探索函式可大致分為統計特徵函式與統計作圖函式。統計特徵函式用於計算數據的均值、方差、標準差、分位數、相關係數、協方差等，這些統計特徵能反映出數據的整體分布。

基本介紹

• 中文名：探索函式
• 套用領域：計算機，數學分析

Python中探索函式簡介

Python中用於數據探索的庫主要是：

1、Pandas(數據分析)統計分析函式，統計作圖函式；

2、Matplotlib(數據可視化)。

基本統計特徵函式

• sum按列計算樣本總和；
• mean計算樣本的算數平均數；
• var樣本的方差；
• std標準差；
• corr 計算spearman(Person)相關係數矩陣；
• cov協方差矩陣；
• skew樣本偏值（三階矩陣）；
• kurt樣本峰度（四階矩陣）；
• describe樣本的基本描述（均值 標準差）。

R語言的探索函式

mean(X)用於計算數據樣本的算數平均數（均值）。樣本X可為向量、矩陣或多維數組。

exp(mean(log(X)))用於計算數據樣本的幾何平均數。樣本X可為向量、矩陣或多維數組。

var(X)用於計算數據樣本的方差。若X為向量，則計算向量的樣本方差；若X為矩陣，則結果為X的各列向量的樣本方差構成的行向量。

sd(X)用於計算數據樣本的標準差。若X為向量，則計算向量的標準差；若X為矩陣，則結果為X的各列向量的標準差構成的行向量。

cor()函式用於計算數據樣本的相關係數矩陣，它的使用格式為：

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