在Python中，使用NumPy库进行统计分析非常简单。NumPy是一个强大的数学库，提供了大量的数学函数来处理数组和矩阵。以下是一些常用的统计分析方法：
import numpy as np
data = np.array([1, 2, 3, 4, 5])
mean = np.mean(data)
print("Mean:", mean)
median = np.median(data)
print("Median:", median)
mode = np.bincount(data).argmax()
print("Mode:", mode)
std_dev = np.std(data)
print("Standard Deviation:", std_dev)
variance = np.var(data)
print("Variance:", variance)
cov = np.cov(data)
print("Covariance:", cov)
corr_coeff = np.corrcoef(data)[0, 1]
print("Correlation Coefficient:", corr_coeff)
range_value = np.ptp(data)
print("Range:", range_value)
q1 = np.percentile(data, 25)
q3 = np.percentile(data, 75)
iqr = q3 - q1
print("Interquartile Range (IQR):", iqr)
这些只是NumPy库中统计分析功能的一部分。你可以根据需要使用这些函数来处理和分析数据。
