Mesures du centre

Introduction aux statistiques en Python

Maggie Matsui

Content Developer, DataCamp

Données sur le sommeil des mammifères

print(msleep)

                 name       genus   vore         order  ... sleep_cycle  awake  brainwt   bodywt
1             Cheetah    Acinonyx  carni     Carnivora  ...         NaN   11.9      NaN   50.000
2          Owl monkey       Aotus   omni      Primates  ...         NaN    7.0  0.01550    0.480
3     Mountain beaver  Aplodontia  herbi      Rodentia  ...         NaN    9.6      NaN    1.350
4 Greater short-ta...     Blarina   omni  Soricomorpha  ...    0.133333    9.1  0.00029    0.019
5                 Cow         Bos  herbi  Artiodactyla  ...    0.666667   20.0  0.42300  600.000
..                ...         ...    ...           ...  ...         ...    ...      ...      ...
79         Tree shrew      Tupaia   omni    Scandentia  ...    0.233333   15.1  0.00250    0.104
80 Bottle-nosed do...    Tursiops  carni       Cetacea  ...         NaN   18.8      NaN  173.330
81              Genet     Genetta  carni     Carnivora  ...         NaN   17.7  0.01750    2.000
82         Arctic fox      Vulpes  carni     Carnivora  ...         NaN   11.5  0.04450    3.380
83            Red fox      Vulpes  carni     Carnivora  ...    0.350000   14.2  0.05040    4.230
Introduction aux statistiques en Python

Histogrammes

msleep_hist.png

Introduction aux statistiques en Python

Combien de temps les mammifères de cet ensemble de données dorment-ils généralement ?

Quelle est la valeur typique ?

Où se trouve le centre des données ?

  • Moyenne
  • Médiane
  • Mode

Screen Shot 2020-07-02 at 11.01.16 AM.png

Introduction aux statistiques en Python

Mesures du centre : la moyenne

                  name  sleep_total
1              Cheetah         12.1
2           Owl monkey         17.0
3      Mountain beaver         14.4
4   Greater short-t...         14.9
5                  Cow          4.0
..                 ...          ...

$\text{durée moyenne de sommeil}=$

$$\frac{12,1 + 17,0 + 14,4 + 14,9 + ...}{83} = 10,43$$

import numpy as np
np.mean(msleep['sleep_total'])

10.43373
Introduction aux statistiques en Python

Mesures du centre : la médiane

msleep['sleep_total'].sort_values()

29     1.9
30     2.7
22     2.9
9      3.0
23     3.1
      ... 
19    18.0
61    18.1
36    19.4
21    19.7
42    19.9

msleep['sleep_total'].sort_values().iloc[41]

10.1

 

np.median(msleep['sleep_total'])

10.1
Introduction aux statistiques en Python

Mesures du centre : le mode

Valeur la plus fréquente

msleep['sleep_total'].value_counts()

12.5    4
10.1    3
14.9    2
11.0    2
8.4     2
...
14.3    1
17.0    1
Name: sleep_total, Length: 65, dtype: int64

msleep['vore'].value_counts()

herbi      32
omni       20
carni      19
insecti     5
Name: vore, dtype: int64

import statistics
statistics.mode(msleep['vore'])

'herbi'
Introduction aux statistiques en Python

Ajout d’une valeur aberrante

# Subset msleep to select rows where 'vore' equals 'insecti'
msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4
Introduction aux statistiques en Python

Ajout d’une valeur aberrante

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg([np.mean, np.median])

mean      16.53
median    18.9
Name: sleep_total, dtype: float64
Introduction aux statistiques en Python

Ajout d’une valeur aberrante

msleep[msleep['vore'] == 'insecti']

                     name         genus     vore         order  sleep_total
22          Big brown bat     Eptesicus  insecti    Chiroptera         19.7
43       Little brown bat        Myotis  insecti    Chiroptera         19.9
62        Giant armadillo    Priodontes  insecti     Cingulata         18.1
67  Eastern american mole      Scalopus  insecti  Soricomorpha          8.4

84    Mystery insectivore            ... insecti           ...          0.0
Introduction aux statistiques en Python

Ajout d’une valeur aberrante

msleep[msleep['vore'] == "insecti"]['sleep_total'].agg([np.mean, np.median])

mean      13.22
median    18.1
Name: sleep_total, dtype: float64

Moyenne : 16,5 → 13,2

Médiane : 18,9 → 18,1

Introduction aux statistiques en Python

Quelle mesure utiliser ?

# Import matplotlib.pyplot with alias plt
import matplotlib.pyplot as plt

# Histogram of values
data['values'].hist()

# Show the plot
plt.show()

histogramme de données symétriques

Introduction aux statistiques en Python

Asymétrie

                         Asymétrique à gauche

Histogramme de données avec peu de valeurs à gauche, augmentant vers plus de valeurs à droite.

                         Asymétrique à droite

Histogramme de données avec de nombreuses valeurs à gauche, diminuant à quelques valeurs à droite.

Introduction aux statistiques en Python

Quelle mesure utiliser ?

Histogramme de données avec peu de valeurs à gauche, augmentant vers plus de valeurs à droite.

Histogramme de données avec de nombreuses valeurs à gauche, diminuant à quelques valeurs à droite.

Introduction aux statistiques en Python

Passons à la pratique !

Introduction aux statistiques en Python

Preparing Video For Download...