在余博士的教材指导下，终于完成了python的环境设置,非常感谢余博士。
在把代码打进去，直方图出现的那一刻真的好兴奋，终于学会用python做直方图了，用python做比excel快多了。真的没错，编程是每个人该学会的技能。
言归正转，下面是作业：
- 一组人的体重
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
weight_data=pd.read_table('weight.txt')
weight_data.shape
(80, 1)
80个样本数据，一行
#求均值
weight_data['weight'].mean()
50.7
#求方差
weight_data['weight'].var()
39.27594936708859
fig=plt.figure()
x=weight_data['weight']
ax=fig.add_subplot(111)
numBins=15
ax.hist(x,numBins,color='blue',alpha=0.8,rwidth=0.9)
plt.title(u'weight')
plt.show()
Paste_Image.png
分析：
（1）样本是80个人的体重
（2）平均体重是50.7kg
（3）这群人的体重偏离平均体重39.27kg
(4) 体重集中在45kg-50kg的人数最多
- 样本是49年至60年每个月的乘客数量
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats
passengers_data = pd.read_csv('AirPassengers.csv')
passengers_data.shape
#read_csv 从文件、URL、文件型对象中加载带分隔符的数据。默认分隔符为逗号
(144, 2)
144个数据，2行
#求NumPassengers这列数的平均数
passengers_data['NumPassengers'].mean()
280.2986111111111
#求NumPassengers这列数的方差
passengers_data['NumPassengers'].var()
14391.917200854701
fig = plt.figure()
x = passengers_data['NumPassengers']
ax = fig.add_subplot(111)
ax.hist(x , bins = 20, color = 'blue', alpha = 0.8, rwidth = 0.9)
plt.title('passenger')
plt.show()
Paste_Image.png
分析：
（1）样本是49年至60年这12年144个月每个月的乘客数量
（2）12年来每个月乘座飞机的平均人数是280人
（3）由于时间维度比较长，历史背景条件不一样，所以这组数据的波 动比较大，方差是14391
（4）每个月出行人数最多是100至200之间，500-600最少
（5）这组数据这样做直方图太笼统了，很想按年和月做直方图，可惜现在还不会，等以后学了再做吧。
