用分位数描述数据分布

在 Python 中导入与管理金融数据

Stefan Jansen

Instructor

描述数据分布

  • 初步查看：集中趋势与标准差
  • 如何更细致地观察分布？
  • 计算并绘制分位数
在 Python 中导入与管理金融数据

更多离散度：分位数

  • 分位数：将观测分成等份
    • 四分位数：4 组，各占 25%
    • 十分位数：10 组，各占 10%
    • 四分位距：第三四分位数 − 第一四分位数

分位数示意图

在 Python 中导入与管理金融数据

用 pandas 计算分位数

market_cap = nasdaq['Market Capitalization'].div(10**6) 
median = market_cap.quantile(.5)

median == market_cap.median()

True

quantiles = market_cap.quantile([.25, .75])

0.25     43.375930
0.75    969.905207

quantiles[.75] - quantiles[.25] # 四分位距

926.5292771575
在 Python 中导入与管理金融数据

结合 pandas 与 numpy 的分位数

deciles = np.arange(start=.1, stop=.91, step=.1)
deciles

array([ 0.1,  0.2,  0.3,  0.4,  ..., 0.7,  0.8,  0.9])

market_cap.quantile(deciles)

0.1       4.884565
0.2      26.993382
0.3      65.714547
0.4     124.320644
0.5     225.968428
0.6     402.469678
...
在 Python 中导入与管理金融数据

用柱状图可视化分位数

title = 'NASDAQ Market Capitalization (million USD)'
market_cap.quantile(deciles).plot(kind='bar', title=title)
plt.tight_layout(); plt.show()

分位数柱状图

在 Python 中导入与管理金融数据

一键汇总统计

market_cap.describe()

count      3167.000000
mean       3180.712621
std       25471.038707
min           0.000000
25%          43.375930  # 第一四分位数
50%         225.968428  # 中位数
75%         969.905207  # 第三四分位数
max      740024.467000
Name: Market Capitalization
在 Python 中导入与管理金融数据

一键汇总统计

market_cap.describe(percentiles=np.arange(.1, .91, .1))

count      3167.000000
mean       3180.712621
std       25471.038707
min           0.000000
10%           4.884565
20%          26.993382
30%          65.714547
40%         124.320644
50%         225.968428
60%         402.469678
70%         723.163197
80%        1441.071134
...
在 Python 中导入与管理金融数据

Vamos praticar!

在 Python 中导入与管理金融数据

Preparing Video For Download...