【文件属性】：
文件名称：descriptive_statistics_project
文件大小：180KB
文件格式：ZIP
更新时间：2021-03-28 06:36:57
Python
使用描述性统计数据分析房价
欢迎来到描述性统计项目！ 在这个项目中，您将通过进行有关房价的实验来证明您在本课程中学到的知识。
我们在课堂上看到了描述性统计如何帮助我们仔细地理解数据。 我们了解到：
集中度
传播措施
相关性
您可以将任何numpy和matplotlib对象用于此练习。
数据集
在本练习中，我们将使用在会议中已经讨论过的房屋价格数据集。 数据集包含约1400套房屋的SalePrice 。 该数据集是较大数据集的一部分。 您可以阅读有关数据集描述的。
为什么要解决此任务？
解决此任务将对您有帮助：-
学习使用少量参数总结庞大的数据集
了解关联如何成为理解数据的重要工具，但也可能误导虚假的见解
对于分配，我们将使用以下以下程序包：
matplotlib
麻木
大熊猫
完成此项目，您就有机会赢得250分！
让我们开始吧！
【文件预览】：
descriptive_statistics_project-master
----.ipynb_checkpoints()
--------q02_plot-checkpoint.ipynb(640B)
--------q01_calculate_statistics-checkpoint.ipynb(640B)
----q02_plot()
--------__init__.pyc(170B)
--------__init__.py(0B)
--------README.md(906B)
--------__pycache__()
--------build.pyc(1KB)
--------tests()
--------build.py(1KB)
----q02_plot.ipynb(714B)
----q03_pearson_correlation.ipynb(729B)
----q01_calculate_statistics.ipynb(730B)
----.DS_Store(8KB)
----q01_calculate_statistics()
--------__init__.pyc(186B)
--------__init__.py(0B)
--------README.md(624B)
--------__pycache__()
--------build.pyc(720B)
--------tests()
--------build.py(316B)
----q03_pearson_correlation()
--------__init__.pyc(185B)
--------__init__.py(0B)
--------README.md(1KB)
--------__pycache__()
--------build.pyc(699B)
--------tests()
--------build.py(267B)
----__init__.pyc(161B)
----images()
--------q02_median.png(12KB)
--------q02_mode.png(12KB)
--------q02_mean.png(12KB)
----__init__.py(1B)
----q04_spearman_correlation()
--------__init__.pyc(186B)
--------__init__.py(0B)
--------README.md(2KB)
--------__pycache__()
--------build.pyc(897B)
--------tests()
--------build.py(668B)
----.idea()
--------misc.xml(246B)
--------descriptive_statistics_project.iml(554B)
--------workspace.xml(41KB)
--------modules.xml(312B)
--------preferred-vcs.xml(172B)
--------vcs.xml(167B)
----config.json(277B)
----README.md(1KB)
----__pycache__()
--------__init__.cpython-36.pyc(168B)
----data()
--------house_prices_copy.csv(165KB)
--------house_prices_multivariate.csv(155KB)
----q04_spearman_correlation.ipynb(730B)