使用python进行分布分析（算数平均、几何平均、偏度、峰度，绘制直方图），以2022年上半年沪深300指数为例

凤凰财经：https://app.finance.ifeng.com/hq/stock_daily.php?code=sz399300

np.mean()			算数平均
stats.gmean() 		几何平均
np.std()				标准差
stats.skew()			偏度
stats.kurtosis()		峰度
plt.hist()  				绘制直方图

import pandas as pd
from scipy import stats
import numpy as np
import matplotlib.pyplot as plt

df = pd.read_excel('沪深300行情.xlsx')
array = df['涨跌幅'].values
plt.hist(array,  # 绘图数据
        bins=20,    # 指定直方图的条形数为20个
        color='steelblue',  # 指定填充色
        edgecolor='k',  # 指定直方图的边界色
        label='直方图')       # 为直方图呈现标签
array_add = array + 1
maen_v = stats.gmean(array_add) - 1
maen_v2 = np.mean(array)
std_v = np.std(array)
skew_v = stats.skew(array)
kurtosis_v = stats.kurtosis(array)
print('几何平均为:', maen_v)
print('算数平均为:', maen_v2)
print('标准差为:', std_v)
print('偏度为:', skew_v)
print('峰度为:', kurtosis_v)
plt.show()

运行结果：
几何平均为: -0.0013904930135948401
算数平均为: -0.0012899159663865539
标准差为: 0.01414741354725209
偏度为: -0.3526564394955288
峰度为: 1.3743671343148263