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
Publicación traducida automáticamente
Artículo escrito por vishal3096 y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA