除了透過資料視覺化來探索資料外，敘述性統計(描述性統計)也能幫助我們對於資料有更全面的了解。
敘述性統計為以統計學的角度來描繪資料情況(如：集中趨勢、離散程度、資料出現次數、資料分佈)的方法，在進行資料描述時，務必先確認各個欄位的型態(連續/類別)，根據型態不同，所使用的統計量亦有所不同。

1. 數值變數：

   統計量	R	Python(以numpy舉例，縮寫np)
   最小值	min(data)	np.min(data)
   最大值	max(data)	np.max(data)
   全距	range(data)	np.ptp(data)
   平均數	mean(data)	np.mean(data)
   中位數	median(data)	np.median(data)
   第一四分位數	quantile(data,0.25)	np.percentile(data, 25)
   第三四分位數	quantile(data,0.75)	np.percentile(data, 75)
   四分位距	IQR(data)	np.subtract(*np.percentile(data, [75, 25]))
   標準差	sd(data)	np.std(data)
   變異數	var(data)	np.var(data)
   包含多個統計量	summary(data)	data.describe()
   偏態	skewness() (TSA套件)	stats.skew(data) (scipy.stats套件)
   峰態	kurtosis() (TSA套件)	stats.kurtosis(data) (scipy.stats套件)
   相關係數	cor()	np.corrcoef(x,y)

若要根據組別進行敘述統計，可使用

# R
by(資料, 組別變數, summary)
# Python
df.groupby(組別變數).describe()

2. 類別變數 (列連表)

# R 
table()
xtabs()
prop.table()  
margin.table()
ftable()

# Python (Pandas套件，簡稱pd)
pd.pivot_table
pd.crosstab()