python统计分析电子版_用Python做统计分析 （Scipy.stats的文档）

转载自https://www.cnblogs.com/jkmiao/p/5200635.html

这个文档说了以下内容，对python如何做统计分析感兴趣的人可以看看，毕竟Python的库也有点乱。有的看上去应该在一起的内容分散在scipy,pandas,sympy等库中。这里是一般统计功能的使用，在scipy库中。像什么时间序列之类的当然在其他地方，而且它们反过来就没这些功能。

随机变量样本抽取

84个连续性分布(告诉你有那么多，没具体介绍)

12个离散型分布

分布的密度分布函数，累计分布函数，残存函数，分位点函数，逆残存函数

分布的统计量：均值，方差，峰度，偏度，矩

分布的线性变换生成

数据的分布拟合

分布构造

描述统计

t检验，ks检验，卡方检验，正态性检，同分布检验

核密度估计(从样本估计概率密度分布函数)

Statistics (scipy.stats)

Introduction

介绍

In this tutorial we discuss many, but certainly not all, features of scipy.stats. The intention here is to provide a user with a working knowledge of this package. We refer to the reference manual for further details.

在这个教程我们讨论一些而非全部的scipy.stats模块的特性。这里我们的意图是提供给使用者一个关于这个包的实用性知识。我们推荐reference manual来介绍更多的细节。

Note: This documentation is work in progress.

注意：这个文档还在发展中。

Random Variables

随机变量

There are two general distribution classes that have been implemented for encapsulating continuous random variables anddiscrete random variables . Over 80 continuous random variables (RVs) and 10 discrete random variables have been implemented using these classes. Besides this, new routines and distributions can easily added by the end user. (If you create one, please contribute it).

有一些通用的分布类被封装在continuous random variables以及discrete random variables中。有80多个连续性随机变量(RVs)以及10个离散随机变量已经用这些类建立。同样，新的程序和分布可以被用户新创建(如果你创建了一个，请提供它帮助发展这个包)。

All of the statistics functions are located in the sub-package scipy.stats and a fairly complete listing of these functions can be obtained using info(stats). The list of the random variables available can also be obtained from the docstring for the stats sub-package.

所有统计函数被放在子包scipy.stats中，且有这些函数的一个几乎完整的列表可以使用info(stats)获得。这个列表里的随机变量也可以从stats子包的docstring中获得介绍。

In the discussion below we mos