estadísticas scipy.skew() | Python

scipy.stats.skew(array, axis=0, bias=True)La función calcula la asimetría del conjunto de datos.

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. 

Su fórmula –

Parámetros:
array: Array de entrada u objeto que tiene los elementos.
eje : Eje a lo largo del cual se medirá el valor de asimetría. Por defecto eje = 0.
bias : Bool; los cálculos se corrigen por sesgo estadístico, si se establece en False.

Devuelve: valor de asimetría del conjunto de datos, a lo largo del eje.

Código #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))

Producción :

Skewness for data : 1.1108237139164436

 
Código #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))

Producción :

Skewness for data : 1.917677776148478

 
Código # 3: en datos aleatorios

# 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))

Producción :

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

Skewness for data :  0.03248837584866293