SCIPY STATS SKEW
Le statistiche di Scipy "Skew" sono il metodo utilizzato per cercare l'asimmetria nella distribuzione delle variabili nel set di dati. L'asimmetria definisce il modo in cui la variabile è distribuita in picco e se la coda di distribuzione è più spessa sul lato destro che significa distorto positivamente o la coda è distorta negativamente, la coda è più spessa sul lato sinistro e zero inclinata quando la distribuzione è normale.
Procedura
La procedura dell'articolo consisterà in passaggi sequenziali. Quindi, in primo luogo, la sintassi verrà spiegata per la funzione di inclinazione di Scipy Stat. Quindi il processo di esecuzione per questa funzione nel codice Python verrà mostrato nell'articolo. Infine, concluderemo l'articolo discutendo i risultati dell'implementazione della funzione. Tutti i programmi saranno scritti nella piattaforma online per Python I.e. "Google Collab". Per iniziare con questa piattaforma, dobbiamo navigare all'indirizzo web https: // colab.ricerca.Google.com/.
Sintassi
La funzione "$ SCIPY.statistiche.Skew (array, axis = 0, bias = true)"Viene utilizzato per calcolare l'asimmetria per la variabile casuale in un set di dati
Il parametro "array" nell'elenco degli argomenti della funzione di inclinazione delle statistiche viene sostituito con qualsiasi array di input o set di dati di cui vogliamo determinare. L '"asse" è quell'asse in cui o lungo il quale deve essere calcolata l'assalto e il suo valore predefinito è "0". Il pregiudizio è sempre impostato sul tipo booleano "vero" come suo valore statistico.
Valore di ritorno
La funzione restituirà un valore che ci farà sapere se la distribuzione è positiva, negativa o zero inclinata secondo la distribuzione normale.
Esempio # 01
L'asimmetria è la misura per analizzare l'asimmetria nella distribuzione dei dati. Esploriamo solo questa funzione ed eseguiamo un esempio pratico di questa funzione assumendo e quindi definendo alcuni dati ipotetici e quindi distribuendola per verificare la sua asimmetria. Per inizializzare l'esempio, reindirizza a Google Collab e crea un nuovo notebook per scrivere un programma Python su di esso per l'esempio. Per importare le librerie che verranno utilizzate per utilizzare l'attributo o il modulo "Stats Skew ()", scriveremo la prima riga nello script Python come "da Scipy. Le statistiche importano l'inclinazione "e per creare la libreria" numpy "di importazione dell'array poiché questa libreria funziona con l'array multidimensionale e le sue operazioni.
Quindi, importa il "numpy come prefisso np". L'ultima libreria da importare sarà "Pylab" e quindi accederemo al Pylab come "PLT" per tracciare la distribuzione lungo un po 'di asse per identificare visivamente l'inclinazione in quella distribuzione. Ora creeremo un array bidimensionale e quindi calcoleremo l'asimmetria per l'array in base all'asse poiché l'array 2D ha due assi in totale. Uno è impostato su predefinito come "zero" e il valore dell'altro che dobbiamo definire come "1",. Quindi, prima calcoleremo l'inclinazione per l'array 2D con l'asse impostato su zero e successivamente a ciò imposteremo il valore dell'asse su "1" per calcolare l'inclinazione per quell'asse. Definisci un array 2D con il "NP di Numpy. Array ([]) "Metodo e passa gli elementi come“ ([3, 4, 6, 8, 9], [1, 2, 5, 7,4], [9, 10, 4, 5, 6]) ", Conserva il valore di questo array nella variabile come" Array_Skew ". Quindi, dal modulo delle statistiche chiama la funzione Skew () e dai il nome dell'array come "array_skew" negli argomenti della funzione. Il valore dell'asse in tale chiamata è impostato predefinito sul valore "zero" e verificare i risultati.
Possiamo nuovamente usare lo stesso array e passarlo alla funzione di disgust () ma questa volta con il parametro dell'asse impostato per valutare “1” e separato dalla virgola nell'elenco degli argomenti della funzione di inclinazione (). Il codice e l'output per questo programma sono riportati di seguito.
La funzione calcolerà per la prima chiamata della funzione di inclinazione alcuni valori di asimmetria lungo l'asse “0” e la seconda chiamata di funzione del metodo di inclinazione restituirà il valore dell'asimmetria per l'intero array lungo l'asse “1”.
Esempio # 02
L'Exadata precedente ha restituito solo i valori distorti per l'array, ma con l'aiuto di questo esempio, tracceremo la distribuzione e identificheremo visivamente l'asimmetria nella distribuzione dei dati. Importa il "da Scipy. statistiche il modulo inclinata "," np "forma il numpy per definire l'array e il" pilab come plt "per tracciare la distribuzione sui due assi.
Dopo l'importazione di queste librerie, definiremo l'asse "0" come array con il valore "NP. Linspace (-4, 8.5, 1000) ". Quindi, definiremo un altro asse come "axis1" e passeremo il valore dell'asse0 all'asse 1 come "1./(NP. sqrt (2.*np.pi)) * np. exp ( -.4*(axis0) ** 2) ". Ora, useremo entrambi questi assi e con l'aiuto del modulo PLT di Pylab, tracceremo i risultati dell'asimmetria passando l'Axis1 e Axis0 all'elenco degli argomenti della funzione della trama come "PLT. Plot (axis0, axis1,*) "e quindi visualizzando i risultati come" stampa ("skew_value:", inclinazione (axis1)) ". Il valore per la funzione di inclinazione viene restituito come numero positivo, il che significa che la distribuzione è distorta positivamente.
Conclusione
L'implementazione del "Scipy .statistiche skew () ӏ mostrato nell'articolo. L'articolo spiega il concetto di asimmetria dando un'introduzione sul ruolo di asimmetria nella distribuzione dei dati. Quindi, spiega la sintassi nella sceneggiatura di Python e dimostra due esempi per consentire ai lettori a cogliere accuratamente il concetto di argomento.