Python SciPy stats.describe用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.describe 的用法。

用法:

scipy.stats.describe(a, axis=0, ddof=1, bias=True, nan_policy='propagate')#

計算傳遞數組的幾個說明性統計數據。

參數 ：：

a： array_like

輸入數據。

axis： int 或無，可選

計算統計數據的軸。默認值為 0。如果沒有，則計算整個數組 a。

ddof： 整數，可選

Delta 自由度(僅適用於方差)。默認值為 1。

bias： 布爾型，可選

如果為 False，則針對統計偏差校正偏度和峰度計算。

nan_policy： {‘propagate’, ‘raise’, ‘omit’}，可選

定義當輸入包含 nan 時如何處理。以下選項可用(默認為‘propagate’)：

• ‘propagate’：返回 nan

• ‘raise’：引發錯誤

• ‘omit’：執行忽略 nan 值的計算

返回 ：：

nobs： int 或整數數組

觀察次數(沿軸的數據長度)。當‘omit’選擇為nan_policy時，沿每個軸切片的長度分別計算。

minmax：ndarray 或浮點數的元組

a 沿給定軸的最小值和最大值。

mean： ndarray 或浮點數

a 沿給定軸的算術平均值。

variance： ndarray 或浮點數

a 沿給定軸的無偏方差；分母是觀察數減一。

skewness： ndarray 或浮點數

a 沿給定軸的偏度，基於分母等於觀測數的矩計算，即沒有自由度校正。

kurtosis： ndarray 或浮點數

沿給定軸的峰度(Fisher)。峰度被歸一化，使其對於正態分布為零。沒有使用自由度。

例子：

>>> import numpy as np
>>> from scipy import stats
>>> a = np.arange(10)
>>> stats.describe(a)
DescribeResult(nobs=10, minmax=(0, 9), mean=4.5,
               variance=9.166666666666666, skewness=0.0,
               kurtosis=-1.2242424242424244)
>>> b = [[1, 2], [3, 4]]
>>> stats.describe(b)
DescribeResult(nobs=2, minmax=(array([1, 2]), array([3, 4])),
               mean=array([2., 3.]), variance=array([2., 2.]),
               skewness=array([0., 0.]), kurtosis=array([-2., -2.]))