scipy.stats.mstats.describe¶

scipy.stats.mstats.describe(a, axis=0, ddof=0, bias=True)[源代码]¶

计算传递的数组的多个描述性统计信息。

参数

aarray_like: 数据数组
axis整型或无型，可选: 用于计算统计信息的轴。默认值为0。如果没有，则对整个阵列进行计算 a 。
ddof整型，可选: 自由度(默认值为0)；请注意，默认ddof与stats.description中的相同例程不同
bias布尔值，可选: 如果为False，则偏斜度和峰度计算将针对统计偏差进行更正。

退货

nobs集成: (数据的大小(丢弃缺少的值)
minmax(int，int): 最小、最大
mean浮动: 算术平均值
variance浮动: 无偏方差
skewness浮动: 偏斜
kurtosis浮动: 偏峰度

示例

>>> 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)

掩蔽阵列的统计函数 (scipy.stats.mstats )

scipy.stats.mstats.gmean