問題：現有100萬的追加投資，投資候選物件為三家商鋪，要求分析投資哪家商鋪更合適。
思路：投資商鋪要從盈利能力，盈利穩定性等方面分析。
已經獲得三家商鋪近7個月的利潤資料。
1、匯入分析需要的庫和設定相關引數。
import
numpy
as
np
import
pandas
as
pd
import
matplotlib。pyplot
as
plt
%
matplotlib
inline
from
pylab
import
*
mpl
。
rcParams
［
‘font。sans-serif’
］
=
［
‘SimHei’
］
plt
。
style
。
use
（
‘ggplot’
）
2、讀取資料，檢視資料。
df
=
pd
。
read_excel
（
r
‘C：\Users\Thinkpad\Desktop\sp17。xlsx’
）
df
資料如下：
3、進行描述統計，python中很方便，直接用describe函式。
des
=
df
。
ix
［：，
1
：
4
］
。
describe
（）
。
applymap
（
lambda
x
：
round
（
x
，
2
））
df
。
ix
［：，
1
：
4
］
。
boxplot
（）
#做箱線圖
des
描述統計結果
mean為平均值，std為方差，下邊為分位數。
表格顯示不直觀，箱線圖可直觀反應資料情況。
根據圖表情況，可見，商鋪1平均盈利最高，但波動較大，整體態勢良好；商鋪2平均盈利最差，波動也較大；商鋪三盈利較好，且十分穩定。
因此，如若追求最大化收益投資商鋪1，追求穩定，則投資商鋪3，商鋪2不建議投資。
此外，還可以透過標準分對排名進行分析。
為了使用廣播功能方便分析，轉換成numpy陣列進行相關計算。
arr
=
np
。
array
（
df
。
ix
［：，
1
：
4
］）
#轉換成陣列
arr_mean
=
np
。
array
（
des
［
1
：
2
］）
arr_std
=
np
。
array
（
des
［
2
：
3
］）
df_sts
=
pd
。
DataFrame
（（（
arr
-
arr_mean
）
/
arr_std
），
index
=
［
1
，
2
，
3
，
4
，
5
，
6
，
7
］，
columns
=
［
u
‘商鋪1’
，
u
‘商鋪2’
，
u
‘商鋪3’
］）
。
applymap
（
lambda
x
：
round
（
x
，
2
））
df_sts
可見五月份是 商鋪1 和 商鋪3 的盈利高峰，二月份是 商鋪2 的盈利高峰。
資料鏈接：
http：//
pan。baidu。com/s/1dFev5W
t
