Python统计数据分析核心是pandas、numpy、scipy和matplotlib/seaborn：用describe()得基础统计量，groupby实现分层汇总，scipy.stats做t检验、卡方检验和相关性分析，seaborn快速绘直方图、箱线图和热力图，并强调先用info()和isnull().sum()检查数据质量。
用 Python 统计数据，核心是用好 pandas（处理表格数据）、numpy（数值计算）、scipy（统计检验）和 matplotlib/seaborn（可视化）。不需要写复杂代码，几行就能完成常见统计任务。
快速计算基础统计量
读入数据后，直接调用 .describe() 就能一键输出均值、标准差、最小值、四分位数、最大值等：
import pandas as pd
df = pd.read_csv("data.csv")
print(df.describe()) # 对所有数值列自动统计
想单独算某个指标，比如某列的中位数或方差，直接用方法：
-
df["age"].mean()→ 平均年龄 -
df["score"].median()→ 分数中位数 -
df["price"].std()→ 价格标准差 -
df["category"].value_counts()→ 分类变量频数统计
按组别分层统计
比如“不同城市销量平均值”“各年级男生女生人数”，用 groupby + 聚合函数最方便：
立即学习“Python免费学习笔记（深入）”；
# 按城市统计平均销量和总销量
df.groupby("city")["sales"].agg(["mean", "sum"])
# 按年级和性别统计人数
df.groupby(["grade", "gender"]).size()
支持多列分组、多种聚合方式混用，还能加条件筛选后再统计，灵活度高。
做假设检验和相关性分析
需要判断两组数据是否有显著差异？变量之间是否相关？直接调用 scipy.stats：
- t 检验（比较两组均值）：
from scipy.stats import ttest_ind; ttest_ind(group_a, group_b) - 卡方检验（分类变量关联性）：
from scipy.stats import chi2_contingency; chi2_contingency(pd.crosstab(df["sex"], df["buy"])) - 皮尔逊相关系数：
df[["height", "weight"]].corr(method="pearson")
返回结果包含统计量、p 值，帮你快速判断是否显著。
画图辅助理解分布和关系
光看数字容易忽略异常值或偏态。用 seaborn 几行就能出专业图表：
import seaborn as sns
import matplotlib.pyplot as plt
sns.histplot(df["income"], kde=True) # 直方图+密度曲线
sns.boxplot(x="region", y="sales", data=df) # 分组箱线图
sns.heatmap(df.corr(), annot=True) # 相关性热力图
图形比数字更直观，常能第一时间发现问题，比如某城市销量异常高、收入严重右偏等。
基本上就这些——从读数据、算指标、分组汇总，到检验和画图，Python 都有成熟、简洁的实现。不复杂但容易忽略的是：先用 df.info() 和 df.isnull().sum() 看清数据质量，再统计，效果会好很多。
