Python统计分析函数怎么用_scipy与numpy案例【技巧】

Python统计分析首选numpy与scipy组合：numpy处理描述性统计（如mean、std、median等）并注意NaN处理，scipy.stats提供t检验、相关性、分布拟合与检验等功能，配合可视化与效应量解读更可靠。

Python做统计分析，scipy 和 numpy 是最常用、最可靠的组合：numpy 负责基础数值计算和数据组织，scipy 提供专业统计函数和检验工具。用对了，几行代码就能完成t检验、相关性、分布拟合等任务。

用 numpy 快速算描述性统计

不需要额外导入，直接对数组调用方法即可：

• 均值、标准差、中位数：arr.mean()、arr.std(ddof=1)（样本标准差要设 ddof=1）、np.median(arr)
• 分位数与极值：np.quantile(arr, [0.25, 0.5, 0.75]) 得四分位数；arr.min()、arr.max()
• 注意缺失值：用 np.nanmean()、np.nanstd() 等跳过 NaN，否则结果会是 nan

用 scipy.stats 做假设检验

别硬记公式，调包前先明确问题类型：

• 单样本 t 检验（判断均值是否等于某值）：from scipy.stats import ttest_1samp; ttest_1samp(data, popmean=5)
• 两独立样本 t 检验（比较两组均值）：ttest_ind(group_a, group_b, equal_var=False)（推荐设 equal_var=False，更稳健）
• 相关性检验：pearsonr(x, y) 返回相关系数和 p 值；spearmanr(x, y) 适合非线性或含异常值的数据

用 scipy 拟合与检验分布

判断数据是否服从某种分布，分两步走：

• 参数估计：比如正态分布用 scipy.stats.norm.fit(data)，返回 (mu, sigma)
• 分布检验：kstest(data, 'norm', args=(mu, sigma)) 做 K-S 检验；小样本建议用 shapiro(data)（Shapiro-Wilk 检验）
• 可视化辅助：配合 scipy.stats.probplot(data, dist='norm', plot=plt) 看 Q-Q 图，比 p 值更直观

实用小技巧

避开常见坑，提升分析效率：

• 数据预处理别跳步：用 numpy.isfinite() 清洗 inf 和 nan，再传给 scipy 函数
• 批量检验写成函数：比如对多列分别做 t 检验，用 pd.DataFrame.apply(lambda x: ttest_ind(x, baseline))
• 结果别只看 p 值：搭配效应量（如 Cohen’s d，可用 (np.mean(a)-np.mean(b))/np.sqrt((s1**2+s2**2)/2) 手动算）一起解读