2.9　数据科学入门：基础的描述性统计

在数据科学中，通常会使用统计信息来描述和汇总数据。本节介绍几个具有此类功能的描述性统计数据，包括：

• minimum—合集中的最小值；
• maximum—合集中的最大值；
• range—从最小值到最大值的范围；
• count—合集中的值的个数；
• sum—合集中的值的总和。

我们将在下一章研究如何确定count和sum。离中趋势度量（也称为离散程度度量），例如range，可以帮助我们确定值的分布情况。后面的章节将介绍其他的离中趋势度量，包括方差和标准偏差。

确定三个值中的最小值

我们来编写程序确定三个值中的最小值。下面的脚本提示用户按要求输入三个值，然后使用if语句确定三个值中的最小值并显示结果：

输入三个值后，程序每次处理一个值：

• 首先，假设number1包含最小值，第8行将其赋值给变量minimum。当然，number2或number3可能包含真正的最小值，因此必须将另外两个值与最小值进行比较。
• 然后，第一个if语句（第10～11行）测试条件number2<minimum，如果此条件为True，则将number2赋值给minimum。
• 最后，第二个if语句（第13～14行）测试条件number3<minimum，如果此条件为True，则将number3赋值给minimum。

此时，变量minimum中存储的是最小值，因此将它作为结果进行显示。我们执行了三次脚本，无论用户输入的第一个值、第二个值还是第三个值是最小值，脚本总是能够正确地找到最小值。

使用内置函数min和max确定最小值和最大值

Python有许多用于执行常见任务的内置函数。内置函数min和max分别计算一组值的最小值和最大值：

函数min和max可以接收任意数量的参数。

确定合集中值的范围

值的range指的是从最小值到最大值。在上面的例子中，range是从12到36。许多数据科学致力于了解数据的性质，描述性统计是其中的关键部分，因此，我们需要知道这些统计数据的含义。例如，如果有100个数字，范围为12到36，那么这些数字可以均匀地分布在这个范围内。在极端情况下，这100个数字也可能会包含99个12和1个36，或1个12和99个36。

函数式编程：约简

本书将介绍多种函数式编程的技巧，这些技巧可以使我们能够编写出更简洁、更清晰、更易于调试（即查找和纠正错误）的代码。min和max函数是称为约简的函数式编程概念的示例，min和max会将一个合集的值约简为一个值。书中还会用到许多其他的约简，例如合集中的值的总和、平均值、方差和标准偏差等，并且还会介绍如何自定义约简。

数据科学部分简介

在接下来的两章中，我们将继续讨论采用集中趋势度量的基础描述性统计，包括均值、中值和众数，以及离中趋势度量，包括方差和标准偏差等。