SciPy数据统计（stats模块的使用） _stats模块

scipy.stats包含大量统计信息, 概率分布函数。可以通过info(stats)获得统计功能列表。还可以从stat子包的文档字符串中获取随机变量列表。

Sr.	Function	Description
1.	rv_continuos	它是为连续随机变量构造特定的分发类和实例的基类。
2.	rv_discrete	它是为离散随机变量构造特定的分发类和实例的基类。
3.	rv_histogram	可以从rv_continuous类继承。它生成直方图给出的分布。

正常连续随机变量
为了封装连续随机变量和离散随机变量, 已经实现了两种通用分布类别。在这里, 我们将讨论连续的随机变量：

from scipy.stats import normimport numpy as npprint(norm.cdf(np.array([3, -1., 0, 1, 2, 4, -2, 5])))

输出

[0.99865010.15865525 0.50.84134475 0.97724987 0.99996833 0.02275013 0.99999971]

在上面的程序中, 首先, 我们需要从scipy.stats导入norm模块, 然后在cdf()函数中将数据作为Numpy数组传递。
要获得分布的中位数, 我们可以使用百分比点函数(PPF), 这是CDF的倒数。
我们可以生成随机数的序列； size参数是传递size参数所必需的。

from scipy.stats import normprint(norm.rvs(size = 4))

输出

[-0.427009051.01104610.05316053 -0.45002771]

每次我们运行程序时, 输出可能会有所不同。我们可以使用seed()函数生成相同的随机数。
描述性统计
描述性统计量描述变量中的观察值。有各种统计信息, 例如Min, Max和Variance, 它们将Numpy数组作为输入并返回特定结果。下图描述了scipy.stats包提供的一些基本功能。

Sr.	Function	Description
1.	describe()	计算输入数组的各种描述性统计信息。
2.	gmean()	计算指定的几何平均值。
3.	hmean()	计算沿指定轴的谐波平均值。
4.	kurtosis()	计算峰度。
5.	mode()	返回模式值。
6.	skew()	测试数据的偏度
7.	zscore()	它计算样品中每个值相对于样品均值和标准差的z得分。

让我们考虑以下程序：

import scipy as spimport numpy as npfrom scipy.stats import normnumber_of_data = http://www.srcmini.com/100random_data_set = sp.randn(number_of_data)print(random_data_set.mean())print(sp.median(random_data_set))min_max = np.array([random_data_set.min(), random_data_set.max()])print(min_max)sp.stats.describe(random_data_set)

输出

0.006283818005153084-0.03008382588766136[-2.18658252.47537921]DescribeResult(nobs=100, minmax=(-2.1865824992721987, 2.475379209985273), mean=0.006283818005153084, variance=1.0933102537156147, skewness=0.027561719919920322, kurtosis=-0.6958272633471831)

T检验
【SciPy数据统计（stats模块的使用）】t检验用于比较两个平均值(均值), 并判断这些平均值是否彼此不同。 t检验还被描述为两组之间的差异显着。
T分数
t分数是两组之间的比率以及组内的差异。 t分数越小, 表明组相对相似, t分数越显着, 组之间的差异就越大。
比较两个样本
给出了两个样本, 它们可以来自相同或不同的分布, 我们想测试这些样本是否具有相同的统计特性。