Python Scipy stats.skew()用法及代码示例

scipy.stats.skew(array, axis=0, bias=True)函数计算数据集的偏度。

skewness = 0 : normally distributed.
skewness > 0 : more weight in the left tail of the distribution.
skewness < 0 : more weight in the right tail of the distribution.

其公式-

参数：
array :具有元素的输入数组或对象。
axis :要测量偏度值的轴。默认情况下，轴= 0。
bias :布尔如果设置为False，则针对统计偏差对计算进行校正。

返回值：数据集沿轴的偏度值。

代码1：

# Graph using numpy.linspace()  
# finding Skewness 
  
from scipy.stats import skew 
import numpy as np  
import pylab as p  
  
x1 = np.linspace( -5, 5, 1000 ) 
y1 = 1./(np.sqrt(2.*np.pi)) * np.exp( -.5*(x1)**2  ) 
  
p.plot(x1, y1, '*') 
  
print( '\nSkewness for data : ', skew(y1))

输出：



Skewness for data : 1.1108237139164436

代码2：

# Graph using numpy.linspace()  
# finding Skewness 
  
  
from scipy.stats import skew 
import numpy as np  
import pylab as p  
  
x1 = np.linspace( -5, 12, 1000 ) 
y1 = 1./(np.sqrt(2.*np.pi)) * np.exp( -.5*(x1)**2  ) 
  
p.plot(x1, y1, '.') 
  
print( '\nSkewness for data : ', skew(y1))

输出：



Skewness for data : 1.917677776148478

代码3：关于随机数据

# finding Skewness 
  
from scipy.stats import skew 
import numpy as np  
  
# random values based on a normal distribution 
x = np.random.normal(0, 2, 10000) 
  
print ("X : \n", x) 
  
print('\nSkewness for data : ', skew(x))

输出：

X : 
 [ 0.03255323 -6.18574775 -0.58430139 ...  3.22112446  1.16543279
  0.84083317]

Skewness for data :  0.03248837584866293

相关用法

注：本文由纯净天空筛选整理自vishal3096大神的英文原创作品 scipy stats.skew() | Python。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。