기술 통계: 중심경향치
기술 통계
- Descriptive Statistics
- 대량의 데이터를 수집한 뒤, 그 특징을 간결하게 요약하고 설명
- 데이터의 전반적인 형태나 성격을 파악하는 첫걸음
- 평균, 분산, 빈도 등의 지표를 이용해 요약된 정보 제공
데이터를 대표하는 값: 중심 경향치
- 여러 관측치가 어떤 값 주위로 집중되어 있는지를 나타내는 척도
- 전체 집단의 특징을 하나의 수치로 요약할 때 사용
- 대표적으로 평균(Mean), 중간값(Median), 최빈값(Mode)이 있음
평균(Mean)의 정의와 한계
- 데이터 값을 모두 더한 후 총 개수로 나눈 값
- 직관적이고 널리 사용되지만, 극단적인 이상치(outlier)의 영향을 크게 받음
- 일부 매우 크거나 작은 값이 평균을 크게 왜곡할 수 있음
- pandas에서는
.mean()메서드를 사용하여 평균 계산
# 'speed' 열의 평균값 계산
df['speed'].mean()
중간값(Median)
- 데이터를 크기 순서대로 정렬했을 때, 가장 중앙에 위치한 값
- 데이터 개수가 짝수면 중앙에 있는 두 값의 평균을 사용
- 아주 크거나 작은 이상치가 있어도 평균에 비해 크게 흔들리지 않음
- pandas의
.median()메서드로 중간값 도출
# 'speed' 열의 중간값 계산
df['speed'].median()
최빈값(Mode)
- 데이터 집합에서 가장 자주 등장(빈도수가 가장 높은)하는 값
- 주로 범주형 데이터(예: 선종, 출항지 등)의 중심을 파악할 때 유용
- 상황에 따라 뚜렷한 최빈값이 없거나 여러 개일 수 있음
- pandas의
.mode()메서드로 최빈값 확인
# 범주형 열의 최빈값 계산
df['ship_type'].mode()
데이터 시각화
- 복잡한 수치 데이터를 한눈에 이해하기 쉽게 시각적 형태로 변환
- 데이터 내의 패턴, 추세, 이상치 등을 직관적으로 파악
- 분석 결과를 다른 사람에게 빠르고 효과적으로 전달
- Python 데이터 시각화
- matplotlib: 파이썬 시각화의 가장 기본이 되는 라이브러리로, 자유도가 높음
- seaborn: matplotlib 기반으로 간단한 코드로 예쁜 그래프를 작성
설치
pip install matplotlib seaborn numpy
임포트
import matplotlib.pyplot as plt
import seaborn as sns
seaborn을 이용한 중심 경향치 시각화
- 선종별 평균 또는 중간값을 시각적으로 비교 가능
import numpy as np
sns.barplot(data=df, x='ship_type', y='speed', estimator=np.median)
estimator를 생략하면 평균을 사용
