기초 통계

import numpy as np
# 데이터 분석 라이브러리 불러오기
import pandas as pd
# 시각화 라이브러리
import matplotlib.pyplot as plt
import seaborn as sns


# ### 4분위수 구하기
# - 4분위수란 : 기술통계값 중에 하나로 데이터의 분포를 확인할때 사용(=> 이상치 제거)
# - 4등분 되어있는 데이터

# In[17]:


#Series 데이터 구조로 만들어주기
score = pd.Series([1,6, 22, 21, 12, 15, 12, 10, 33, 37, 56])
#1사분위수
Q1 = score.quantile(.25)
#2사분위수 = 중앙값
Q2 = score.quantile(.5)
#3사분위수
Q3 = score.quantile(.75)
#4분위수범위
IQR = Q3 - Q1


# In[18]:


print("Q1 =",Q1)
print("Q3 =",Q3)
print("IQR =",IQR)
print("Q2 =",Q2)


# In[31]:


#Series 데이터 구조로 만들어주기
score = pd.Series([2,20, 38, 56, 34, 79, 95, 86, 92, 64, 82,100])
#1사분위수
Q1 = score.quantile(.25)
#2사분위수 = 중앙값
Q2 = score.quantile(.5)
#넘파이 활용 중위값
np.median(score)
#3사분위수
Q3 = score.quantile(.75)
#4분위수범위()
IQR = Q3 - Q1


# In[32]:


print("Q1 =",Q1)
print("Q3 =",Q3)
print("Q2 =",Q2)
print("IQR =",IQR)


# ## 상자그림 그리기

# In[48]:


test = pd.Series([2,20, 38, 56, 34, 79, 95, 86, 92, 64, 82,100])
#데이터 정렬
s2 = test.sort_values()


# In[50]:


# 박스 그래프 생성
sns.boxplot(x = test, palette='hsv')
#데이터 표시해주기
sns.swarmplot(x=test, color ='black')
#데이터 축 눈금 설정하기
plt.xticks(s2)

#그래프그려주기
plt.show()