Deskriptiv statistikk gir en rask oversikt over dataene dine — sentralmål, spredning og form.

Oppsummering:

df.describe() → mean, std, min, Q1, median, Q3, max for alle numeriske kolonner

df["salg"].mean() → gjennomsnitt

df["salg"].median() → median (robust mot uteliggere)

df["salg"].std() → standardavvik

df["kategori"].value_counts() → frekvens per kategori

groupby er et av de mest brukte verktøyene i pandas — det lar deg beregne statistikk per gruppe.

Split-Apply-Combine:

df.groupby("region")["salg"].mean() → snitt salg per region

df.groupby("region").agg({"salg": "sum", "antall": "count"}) → flere beregninger

df.groupby(["region", "år"])["salg"].sum() → to grupperingsnivåer

df.corr() → korrelasjonsmatrise (alle par av numeriske kolonner)

Pearson r ∈ [-1, 1]: 1 = perfekt positiv, -1 = perfekt negativ, 0 = ingen lineær

OBS: Korrelasjon betyr ikke kausalitet!

Riktig valg av diagram avhenger av hva du vil vise:

Velg riktig diagramtype:

Trend over tid → linjediagram (plt.plot)

Sammenligne kategorier → søylediagram (plt.bar)

Fordeling → histogram (plt.hist) eller boksplot (plt.boxplot)

Sammenheng mellom to variabler → scatterplot (plt.scatter)

Andeler → kakediagram (plt.pie) — bruk med forsiktighet

Analyser salgsdata per region med statistikk og visualisering.

Løsning:

import matplotlib.pyplot as plt

Importer plotting

oppsummering = df.groupby("region")["salg"].agg(["mean","sum","count"])

Gruppert statistikk

oppsummering["sum"].plot(kind="bar")

Søylediagram av totalsalg

plt.title("Totalt salg per region")

Legg til tittel

plt.ylabel("Salg (kr)")

Aksetittel

plt.tight_layout()

Juster layout

plt.savefig("salg_per_region.png", dpi=150)

Lagre figur

Studieguide: Deskriptiv analyse og visualisering