一、向量
zip(),reduce()
二、矩阵
创建、访问
def make_matrix(num_rows, num_cols, entry_fn):
return [
[entry_fn(i, j) # 根据i创建一个列表
for j in range(num_cols)] # [entry_fn(i, 0), ... ]
for i in range(num_rows)
] # 为每一个i创建一个列表
可用Numpy库进行向量和矩阵的操作。Numpy库基于C语言构建，效率很高
一、描述单个数据集
Counter()可对数据及进行统计，配合plt.bar()可根据不同数据的出现次数绘制直方图。
max（），min（）内置函数，可以得到数据集的最大最小值。
均值（mean 或 average）、中位数（median）、分位数（quantile）、众数（mode）
极差（range）、方差（variance）、标准差（standard deviation）
二、相关
协方差（covariance）、相关（correlation）
三、辛普森悖论
在进行相关性分析时，因很难满足”其他条件都相同”这一假设，因此分析结果常常有误。
四、相关系数其他注意事项
相关系数为零不代表没有关系，只是没有相关关系。
相关系数的大小并不总能完全证明两对变量相关关系的强弱。
五、相关与因果
“相关不是因果”，相关关系并不总是能说明，两者是因果关系
Original: https://blog.csdn.net/hao606/article/details/115898721
Author: hao606
Title: 数据科学入门~读书笔记~第四、五章线性代数&&统计学
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/600203/
转载文章受原作者版权保护。转载请注明原作者出处！