描述性统计指标

定义
- 数值型数据
　　- 出现频数最多的变量值
- 品质型数据、单项式分组数据
　　- 频数最多的组为众数组，该组的变量值（类型）就是众数
- 组距式分组数据
　　- 频数最多的组为众数组，通过公式求得众数
　　- 公式计算不适用于组距不相等的数据

适用范围
- 位置代表值
- 不会受极端值的影响
- 适用于描述具有较多个值的变量，且变量值的分布有明显集中趋势的情况

问题
大数据背景下，是否需要使用组距式分组数据求众数？

Python求众数的三种方法

# 求众数的方法（数值型和品质型）
import numpy as np
from scipy import stats
import pandas as pd

numlist1 = [1,2,3,4,5,6,7,5,9,8,6,7,3,5] #数值型数据
numlist2 = ['1','1','5', '3','3','2',] # 品质型数据

# 方法一：numpy 模块- 适用于非负数据集
counts = np.bincount( numlist2 ) #np.bincount方法返回一个长度为nums最大值的列表
res = np.argmax(counts)
print( '方法一求众数：', type(res), res )

# 方法二：scipy模块
res = stats.mode( numlist2 )
print( '方法二求众数: ', type(res), res[0] )
#问题：有多个众数时只返回一个值

#方法三： pandas模块 - 可显示多个众数
s = pd.Series(numlist2) #也可以构建为DateFrame结构
res = s.mode()
print( '方法三求众数: ', type(res), res.values )

运行结果