Pandas之skew,求偏度

skew定义

偏度（skewness），是统计数据分布偏斜方向和程度的度量，是统计数据分布非对称程度的数字特征。偏度(Skewness)亦称偏态、偏态系数。
表征概率分布密度曲线相对于平均值不对称程度的特征数。直观看来就是密度函数曲线尾部的相对长度。
定义上偏度是样本的三阶标准化矩：
$$skew(X)=E[(\frac{X-\mu }{\sigma }{)}^3]\text{\hspace{1em}(1)}$$

方法

DataFrame.skew(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数

• axis : {index (0), columns (1)}
  定义计算的轴
• skipna : boolean, default True
  计算时是否忽略空缺值，默认忽略
• level : int or level name, default None
  （用的比较少）
• numeric_only : boolean, default None
  （用的比较少）

实验