python描述性统计量的计算
import numpy as np
from numpy import *
import matplotlib.pyplot as plt
from sklearn import datasets
iris = datasets.load_iris()
x = iris.data[:,0]
#均值
mean = np.mean(x)
print(mean)
#求中位数，先将数组排序，再取中间位置的
x.sort()
print(x[int(0.5*len(x))])
print(median(x))
#众数
from scipy.stats import mode
print(mode(x))
#极差
print(ptp(x))
#方差
print(var(x))
#标准差
print(std(x))
y = iris.data[:,1]
data = array([x,y])
#计算两组数的协方差
#参数bias=1表示结果需要除以N，否则只计算了分子部分
#返回结果为矩阵，第i行第j列的数据表示第i组数与第j组数的协方差。对角线为方差
cov(data, bias=1)
#计算两组数的相关系数
#返回结果为矩阵，第i行第j列的数据表示第i组数与第j组数的相关系数。对角线为1
corrcoef(data)
