scipy.stats.describe(array, axis=0)calcula las estadísticas descriptivas de los elementos de array pasados a lo largo del eje especificado de la array.
Parámetros:
array: Array de entrada u objeto que tiene los elementos para calcular las estadísticas.
eje: Eje a lo largo del cual se calcularán las estadísticas. Por defecto eje = 0.Devoluciones: estadísticas de los elementos de la array en función de los parámetros establecidos.
Código #1:
# FInding statistics of data
from scipy import stats
arr1 = [9, 3, 27]
desc = stats.describe(arr1)
print("No. of observations is :\n", desc)
El número de observaciones es:
DescribeResult(nobs=3, minmax=(3, 27), mean=13.0, variance=156.0, skewness=0.5280049792181878, curtosis=-1.5)
Código #2: Con datos multidimensionales
# FInding statistics of data
from scipy import stats
arr1 = [[1, 3, 27],
[3, 4, 6],
[7, 6, 3],
[3, 6, 8]]
desc = stats.describe(arr1, axis = 0)
print("No. of observations at axis = 0 :\n\n", desc)
print("\n\nNo. of observations at axis = 1 :\n\n", desc)
No. de observaciones en el eje = 0 :
DescribeResult(nobs=4, minmax=(array([1, 3, 3]), array([ 7, 6, 27])), media=array([ 3.5 , 4.75, 11. ]), varianza=array( [ 6.33333333, 2.25 , 118. ]), asimetría=arreglo([ 0.65202366, -0.21383343, 1.03055786]), curtosis=arreglo([-0.90304709, -1.72016461, -0.75485971]))
No. de observaciones en el eje = 1 :
DescribeResult(nobs=4, minmax=(array([1, 3, 3]), array([ 7, 6, 27])), media=array([ 3.5 , 4.75, 11. ]), varianza=array( [ 6.33333333, 2.25 , 118. ]), asimetría=arreglo([ 0.65202366, -0.21383343, 1.03055786]), curtosis=arreglo([-0.90304709, -1.72016461, -0.75485971]))
Publicación traducida automáticamente
Artículo escrito por vishal3096 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA