數據集1 weight（4.4）

代碼：

#Homework1 繪制直方圖-數據 import numpy from pandas import read_table import matplotlib import matplotlib.pyplot as pet

#設置字體 font={'family':'SimHei'} matplotlib.rc('font',**font)

#讀取文件 weight_data = read_table('weight.txt',encoding='UTF-8')

#繪制直方圖 plt.hist(weight_data['weight'],5)

#設置橫縱軸標簽 plt.xlabel('體重（公斤）') plt.ylabel('頻數') plt.title('體重直方圖') plt.show()

#調整bins組數為8 plt.hist(weight_data['weight'],10,rwidth=0.7) #rwidth設置柱與柱之間的間距
#調整bins組數為10 plt.hist(weight_data['weight'],8,rwidth=0.7)

直方圖：

](http://upload-images.jianshu.io/upload_images/5295621-208fc4c3dd587fb1.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

#基本統計 weight_data.describe()
Out[3]: weight count 80.000000 mean 50.700000 std 6.267053 min 38.000000 25% 47.000000 50% 50.000000 75% 54.000000 max 69.000000
#小數點保留2位 weight_data.describe().round(2)
Out[4]: weight count 80.00 mean 50.70 std 6.27 min 38.00 25% 47.00 50% 50.00 75% 54.00 max 69.00

觀察結果：

1. 統計量
   size: 共計80個數據；
   平均體重：50.7kg; 最輕體重為38kg, 最重體重為69kg;
   標準差：6.27（體重數據的波動程度。
   +-平均值1個std【44.43-56.97kg】正常數據；
   +-2std【<38.16或>63.24】特殊數據）
   第一四分位數 (Q1，又稱“較小四分位數”，該樣本中所有數值由小到大排列后第25%的數字）：47kg
   第二四分位數 (Q2，又稱“中位數”，該樣本中所有數值由小到大排列后第50%的數字）：50kg
   第三四分位數 (Q3，又稱“較大四分位數”，該樣本中所有數值由小到大排列后第75%的數字）：69kg

2. 直方圖
   以5組為例：
   分組區間[ 38. , 44.2, 50.4, 56.6, 62.8, 69. ]
   對應頻數[ 9., 38., 19., 10., 4.]

體重在44.2-50.4kg之間的人數最多；
直方圖向左側傾斜，which means(比平均值重的人多于輕的人？?)

3.自動分組的bins不整齊，似乎不符合常見的統計分組方法，嘗試人為分組（人為定義bins)

#人為設置bins bins = [min(weight_data.weight)-1,40,45,50,55,60,65,max(weight_data['weight'])+1] plt.hist(weight_data['weight'],bins)

bin中50換成50.7試一下（50-55de柱形高度降了一半，也就是說50-50.7的人占了50-55的人的一半左右吧，其實9個23-14）