用描述性统计总结数据

在 Python 中导入与管理金融数据

Stefan Jansen

Instructor

全面掌握数据

  • 目标：提炼关键数量特征
  • 关注维度：
    • 集中趋势：哪些值"典型"？
    • 离散程度：是否有离群值？
    • 单变量的整体分布
在 Python 中导入与管理金融数据

集中趋势

  • 均值（平均）：$\displaystyle \bar{x} = \frac{1}{n}\sum_{i=1}^n x_i$
  • 中位数：50% 的值更小/更大
  • 众数：最常见的值

对称分布

在 Python 中导入与管理金融数据

集中趋势

  • 均值（平均）：$\displaystyle \bar{x} = \frac{1}{n}\sum_{i=1}^n x_i$
  • 中位数：50% 的值更小/更大
  • 众数：最常见的值

偏态分布

在 Python 中导入与管理金融数据

集中趋势

  • 均值（平均）：$\displaystyle \bar{x} = \frac{1}{n}\sum_{i=1}^n x_i$
  • 中位数：50% 的值更小/更大
  • 众数：最常见的值

双峰分布

在 Python 中导入与管理金融数据

计算汇总统计量

nasdaq = pd.read_excel('listings.xlsx', sheet_name='nasdaq', na_values='n/a')
market_cap = nasdaq['Market Capitalization'].div(10**6)

market_cap.mean()

3180.7126214953805

market_cap.median()

225.9684285

market_cap.mode()

0.0
在 Python 中导入与管理金融数据

计算汇总统计量

市值直方图

在 Python 中导入与管理金融数据

离散程度

  • 方差：将与均值差的平方求和并除以 $n-1$
    • $\displaystyle var = \frac{1}{n-1}\sum_{i=1}^n(x_i-\bar{x})^2$
  • 标准差：方差的平方根
    • $\displaystyle sd = \sqrt{var}$

市值方差示意

在 Python 中导入与管理金融数据

计算方差与标准差

variance = market_cap.var()
print(variance)

648773812.8182

np.sqrt(variance)

25471.0387

market_cap.std()

25471.0387
在 Python 中导入与管理金融数据

Passons à la pratique !

在 Python 中导入与管理金融数据

Preparing Video For Download...