Python SciPy mstats.describe用法及代码示例

本文简要介绍 python 语言中 scipy.stats.mstats.describe 的用法。

用法:

scipy.stats.mstats.describe(a, axis=0, ddof=0, bias=True)#

计算传递数组的几个说明性统计数据。

参数 ：：

a： array_like

数据数组

axis： int 或无，可选

沿其计算统计数据的轴。默认 0。如果没有，则计算整个数组 a。

ddof： 整数，可选

自由度(默认0)；请注意，默认 ddof 与 stats.describe 中的相同例程不同

bias： 布尔型，可选

如果为 False，则针对统计偏差校正偏度和峰度计算。

返回 ：：

nobs： int

(数据大小(丢弃缺失值)

minmax： (整数，整数)

最小值，最大值

mean： 浮点数

算术平均值

variance： 浮点数

无偏方差

skewness： 浮点数

偏度

kurtosis： 浮点数

有偏峰态

例子：

>>> import numpy as np
>>> from scipy.stats.mstats import describe
>>> ma = np.ma.array(range(6), mask=[0, 0, 0, 1, 1, 1])
>>> describe(ma)
DescribeResult(nobs=3, minmax=(masked_array(data=0,
             mask=False,
       fill_value=999999), masked_array(data=2,
             mask=False,
       fill_value=999999)), mean=1.0, variance=0.6666666666666666,
       skewness=masked_array(data=0., mask=False, fill_value=1e+20),
        kurtosis=-1.5)