数据分析中仅看平均值无法反映数据稳定性。文章通过班级成绩案例，详解集中趋势指标（均值、中位数、众数、中列数）与离散程度指标（极差、四分位数、方差、标准差）。结合 Pandas 实战代码演示 describe() 方法的使用，展示如何计算统计量并绘制盒图识别异常值。总结常见误区如只看均值忽略标准差，提供记忆口诀帮助初学者掌握基础统计描述能力，为后续数据清洗和建模打下基础。
在做数据分析时，我们经常会遇到这样的问题：
这些问题，本质上都离不开两个统计学基础概念：
本文用一个简单的案例——班级成绩分析，带你从 0 到 1 学会这些统计指标，并用 Pandas 完成实战分析。
假设现在有两个班级的数学成绩：
A 班成绩 =[85,82,88,84,86,83,87,85,84,86]
B 班成绩 =[100,60,90,70,95,65,85,85,85,85]
很多人拿到数据后，第一反应就是先看平均分。
但问题是：
答案显然不是。
A 班成绩比较集中，整体比较稳定；B 班虽然也有高分，但高低差距很大。
这说明：
分析数据时，不能只看平均值，还要看数据的分散程度。
集中趋势，就是描述一组数据'中心位置'的指标。
你可以简单理解为：
这组数据大多数值，整体上靠近哪里？
常见的集中趋势指标有：
均值就是我们平时说的'平均数'。
均值 = 所有数据之和 / 数据个数
df['A 班'].mean()
也就是说，如果一组数据里存在特别大或特别小的值，均值很容易被拉偏。
中位数就是把数据排序后，位于中间位置的值。
df['A 班'].median()
如果你分析的数据可能存在异常值，比如成绩异常、消费异常、销售爆发等，中位数往往比均值更能反映真实水平。
众数就是一组数据中出现次数最多的值。
df['A 班'].mode()
比如一组成绩里，85 分出现次数最多，那么 85 就是众数。
中列数是最大值和最小值的平均值。
中列数 =(最大值 + 最小值)/2
如果说集中趋势解决的是：
'这组数据大概在什么水平？'
那么离散程度解决的就是：
'这组数据差距大不大？稳定不稳定？'
常见指标有：
极差是最大值减去最小值。
极差 =max-min
df['A 班'].max()- df['A 班'].min()
如果一组数据里有异常值，极差可能会被放大。
四分位数是把数据从小到大排序后，分成四份得到的几个关键位置：
Q1：25% 位置Q2：50% 位置，也就是中位数Q3：75% 位置df['A 班'].quantile([0.25,0.5,0.75])
四分位数非常适合用来观察数据分布情况。
IQR 的公式是：
IQR = Q3 - Q1
它表示中间 50% 数据的离散程度。
所以在实际分析中，IQR 是一个非常实用的指标。
这两个指标是分析'波动大小'的经典工具。
df['A 班'].var()# 方差
df['A 班'].std()# 标准差
你可以简单理解为：
在实际工作中，标准差通常比方差更常用，因为它更容易解释。
下面直接上完整代码，复制即可运行。
import pandas as pd
import matplotlib.pyplot as plt
# 1. 构造数据
a_scores = [85,82,88,84,86,83,87,85,84,86]
b_scores = [100,60,90,70,95,65,85,85,85,85]
df = pd.DataFrame({'A 班': a_scores,'B 班': b_scores })
# 2. 查看原始数据
print("=== 原始数据 ===")
print(df)
# 3. 一键统计描述
print("\n=== describe() 统计结果 ===")
print(df.describe())
# 4. 集中趋势
print("\n=== 集中趋势 ===")
print("A 班均值：", df['A 班'].mean())
print("B 班均值：", df['B 班'].mean())
print("A 班中位数：", df['A 班'].median())
print("B 班中位数：", df['B 班'].median())
print("A 班众数：", df['A 班'].mode().tolist())
print("B 班众数：", df['B 班'].mode().tolist())
print("A 班中列数：",(df['A 班'].max()+ df['A 班'].min())/2)
print("B 班中列数：",(df['B 班'].max()+ df['B 班'].min())/2)
# 5. 离散程度
print("\n=== 离散程度 ===")
print("A 班极差：", df['A 班'].max()- df['A 班'].min())
print("B 班极差：", df['B 班'].max()- df['B 班'].min())
print("A 班方差：", df['A 班'].var())
print("B 班方差：", df['B 班'].var())
print("A 班标准差：", df['A 班'].std())
print("B 班标准差：", df['B 班'].std())
# 6. 四分位数和 IQR
a_q1 = df['A 班'].quantile(0.25)
a_q2 = df['A 班'].quantile(0.5)
a_q3 = df['A 班'].quantile(0.75)
a_iqr = a_q3 - a_q1
b_q1 = df['B 班'].quantile(0.25)
b_q2 = df['B 班'].quantile(0.5)
b_q3 = df['B 班'].quantile(0.75)
b_iqr = b_q3 - b_q1
print("\n=== 四分位数与 IQR ===")
print(f"A 班：Q1={a_q1}, Q2={a_q2}, Q3={a_q3}, IQR={a_iqr}")
print(f"B 班：Q1={b_q1}, Q2={b_q2}, Q3={b_q3}, IQR={b_iqr}")
# 7. 盒图可视化
df.boxplot()
plt.title("A 班与 B 班成绩盒图")
plt.ylabel("分数")
plt.show()
输出
=== 原始数据 ===
A 班 B 班
0 85 100
1 82 60
2 88 90
3 84 70
4 86 95
5 83 65
6 87 85
7 85 85
8 84 85
9 86 85
=== describe() 统计结果 ===
A 班 B 班
count 10.000000 10.000000
mean 85.000000 82.000000
std 1.825742 12.952906
min 82.000000 60.000000
25% 84.000000 73.750000
50% 85.000000 85.000000
75% 86.000000 88.750000
max 88.000000 100.000000
=== 集中趋势 ===
A 班均值： 85.0
B 班均值： 82.0
A 班中位数： 85.0
B 班中位数： 85.0
A 班众数： [84, 85, 86]
B 班众数： [85]
A 班中列数： 85.0
B 班中列数： 80.0
=== 离散程度 ===
A 班极差： 6
B 班极差： 40
A 班方差： 3.3333333333333335
B 班方差： 167.77777777777777
A 班标准差： 1.8257418583505538
B 班标准差： 12.952906151816965
=== 四分位数与 IQR ===
A 班：Q1=84.0, Q2=85.0, Q3=86.0, IQR=2.0
B 班：Q1=73.75, Q2=85.0, Q3=88.75, IQR=15.0
describe() 到底看什么？很多初学者第一次用 describe()，会觉得输出一堆数字，不知道重点看哪里。
其实重点就盯住这几个字段：
mean：均值50%：中位数std：标准差min / max：最小值和最大值25% / 75%：Q1 和 Q3如果你刚开始学数据分析，看到 describe()，优先看这三类信息：
mean50%stdmax - min25%75%这几个值，已经足够完成一轮基础分析。
运行完代码后，你通常会发现：
这说明：
这也是为什么在实际分析中，不能只看平均分。
在真实数据中，经常会遇到一些'看起来不太正常'的值，比如：
这些值可能是：
因此，分析数据时一定要关注异常值，因为它会直接影响均值、极差、标准差等指标。
对于异常值，常见的一种判断方式是利用四分位数极差 IQR：
下界 = Q1 -1.5* IQR
上界 = Q3 +1.5* IQR
超出这个范围的数据，通常可以视为异常值。
这是初学者最常见的问题。
均值只能说明平均水平，不能说明稳定性。
不一定。
有时候数据虽然中位数和均值接近，但极差、IQR、标准差可能已经说明波动很大。
mode()mode() 返回的是一个序列，不一定只有一个值。
比如：
print(df['A 班'].mode())
可能返回多个众数，这是正常现象。
记住一句话：
实际分析中，标准差更常用。
别看它只是'统计描述'，其实它是后面很多内容的基础。
比如：
也就是说：
如果你连均值、中位数、标准差都看不懂，后面做更复杂的数据分析会非常吃力。
这部分我建议直接记成下面这 4 句话：
已知一组成绩数据：
scores = [72,75,78,80,85,85,86,90,92,95]
请完成：
加入一个异常值：
scores = [72,75,78,80,85,85,86,90,92,150]
请思考：
请把'成绩数据'换成你熟悉的业务数据，例如：
要求：
Pandas 完成统计描述describe()这篇文章我们解决了一个非常基础但非常重要的问题：
一组数据到底该怎么快速读懂？
答案就是两步：
本文重点讲了这些常用指标：
这些内容是数据分析中的基础能力，也是后续数据清洗、异常值识别和可视化分析的起点。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online