Python SciPy mstats.describe用法及代碼示例

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

用法:

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

計算傳遞數組的幾個說明性統計數據。

參數 ：：

a： array_like

數據數組

axis： int 或無，可選

沿其計算統計數據的軸。默認 0。如果沒有，則計算整個數組 a。

ddof： 整數，可選

自由度(默認0)；請注意，默認 ddof 與 stats.describe 中的相同例程不同

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。

返回 ：：

nobs： int

(數據大小(丟棄缺失值)

minmax： (整數，整數)

最小值，最大值

mean： 浮點數

算術平均值

variance： 浮點數

無偏方差

skewness： 浮點數

偏度

kurtosis： 浮點數

有偏峰態

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)