首页
/ Pingouin 开源统计包使用教程

Pingouin 开源统计包使用教程

2024-09-13 18:54:53作者:韦蓉瑛

1. 项目介绍

Pingouin 是一个基于 Python 的开源统计包,主要依赖于 Pandas 和 NumPy。它提供了丰富的统计功能,包括但不限于:

  • ANOVA(方差分析)
  • 成对事后检验
  • 相关性分析
  • 线性/逻辑回归
  • 贝叶斯因子
  • 效应量和功效分析
  • 多元统计测试
  • 绘图功能(如 Bland-Altman 图、Q-Q 图等)

Pingouin 的设计目标是提供简单且全面的统计功能,适合需要进行复杂统计分析的用户。

2. 项目快速启动

安装

Pingouin 可以通过 pip 或 conda 进行安装:

pip install pingouin

或者

conda install -c conda-forge pingouin

快速示例

以下是一个简单的 T 检验示例:

import numpy as np
import pingouin as pg

# 设置随机种子以确保结果可重复
np.random.seed(123)

# 生成两组数据
mean, cov, n = [4, 5], [(1, 0.6), (0.6, 1)], 30
x, y = np.random.multivariate_normal(mean, cov, n).T

# 进行 T 检验
result = pg.ttest(x, y)
print(result)

输出结果将包括 T 值、自由度、p 值、效应量(Cohen's d)、95% 置信区间、统计功效和贝叶斯因子。

3. 应用案例和最佳实践

应用案例 1:相关性分析

假设我们有两组数据,想要计算它们之间的相关性:

import pingouin as pg

# 计算 Pearson 相关性
corr = pg.corr(x, y)
print(corr)

应用案例 2:ANOVA 分析

假设我们有一个包含不同组别的数据集,想要进行 ANOVA 分析:

import pingouin as pg

# 读取示例数据集
df = pg.read_dataset('mixed_anova')

# 进行 ANOVA 分析
aov = pg.anova(data=df, dv='Scores', between='Group', detailed=True)
print(aov)

最佳实践

  • 数据预处理:在进行统计分析之前,确保数据已经过适当的预处理,如缺失值处理、标准化等。
  • 结果解释:理解统计结果的含义,并结合实际业务场景进行解释。
  • 可视化:使用 Pingouin 提供的绘图功能,如 Bland-Altman 图、Q-Q 图等,帮助更好地理解数据分布和结果。

4. 典型生态项目

Pingouin 作为一个统计包,可以与其他数据分析和可视化工具结合使用,形成一个完整的分析生态系统。以下是一些典型的生态项目:

  • Pandas:用于数据处理和分析。
  • Matplotlib 和 Seaborn:用于数据可视化。
  • Scikit-learn:用于机器学习和高级统计分析。
  • Jupyter Notebook:用于交互式数据分析和报告生成。

通过这些工具的结合,用户可以构建一个强大的数据分析工作流,涵盖从数据处理到统计分析再到结果展示的整个过程。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K
kernelkernel
deepin linux kernel
C
22
6
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0
openHiTLS-examplesopenHiTLS-examples
本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
509