技術標籤：DAscipy

SciPy的統計模組是scipy.stats，其中有一個類是連續分佈的實現，一個類是離散分佈的實現。此外，該模組中還有很多用於統計檢驗的函式。

# 匯入包
from scipy import stats
import matplotlib.pyplot as plt

# 1.使用`scipy.stats`包按正態分佈生成隨機數
generated = stats.norm.rvs(size=900)

# 2.用正態分佈去擬合生成的資料，得到其均值和標準差
print("Mean", "Std", stats.norm.fit(
 
generated)) 
# Mean Std (-0.027757190138192445, 0.9967355589828278)

# 3.偏度（skewness）描述的是概率分佈的偏斜（非對稱）程度。我們來做一個偏度檢驗。
# 該檢驗有兩個返回值，其中第二個返回值為p-value，即觀察到的資料集服從正態分佈的概率，取值範圍為0~1。
print("Skewtest", "pvalue", stats.skewtest(generated))
# Skewtest pvalue SkewtestResult(statistic=-0.4227102833216121, pvalue=0.6725066519280437)
 

# 因此，該資料集有67%的概率服從正態分佈。

# 4.峰度（kurtosis）描述的是概率分佈曲線的陡峭程度。我們來做一個峰度檢驗。該檢驗與
# 偏度檢驗類似，當然這裡是針對峰度。
print("Kurtosistest", "pvalue", stats.kurtosistest(generated))
# Kurtosistest pvalue KurtosistestResult(statistic=0.6422156432448409, pvalue=0.5207331773445296)

# 5.正態性檢驗（normality test）可以檢查資料集服從正態分佈的程度。我們來做一個正態性
 

# 檢驗。該檢驗同樣有兩個返回值，其中第二個返回值為p-value。
print("Normaltest", "pvalue", stats.normaltest(generated))
# Normaltest pvalue NormaltestResult(statistic=0.5911249160542223, pvalue=0.7441129374456706)

# 6.使用SciPy我們可以很方便地得到資料所在的區段中某一百分比處的數值
print("95 percentile", stats.scoreatpercentile(generated, 95)) # 95 percentile 1.6419459784929902 

# 7.將前一步反過來，我們也可以從數值1出發找到對應的百分比
print("Percentile at 1", stats.percentileofscore(generated, 1)) # Percentile at 1 84.44444444444444

# 8.使用Matplotlib繪製生成資料的分佈直方圖。
plt.hist(generated)
plt.show()

我們經常會遇到兩組資料樣本，它們可能來自不同的實驗，但互相有一些關聯。統計檢驗可以進行樣本比對。scipy.stats模組中已經實現了部分統計檢驗。

另一種筆者喜歡的統計檢驗是scikits.statsmodels.stattools中的Jarque-Bera正態性檢驗。SciKits是Python的小型實驗工具包，它並不是SciPy的一部分。此外還有pandas， 它是scikits.statsmodels 的分支。