matlab求均值和方差偏度峰度,均值、标准差、偏度、峰度的绘制

这篇博客演示了如何使用Python中的numpy、scipy和matplotlib库计算一维和二维数据的均值、标准差、偏度和峰度,并进行直方图和三维散点图的可视化。示例中包括高斯分布的展示。
摘要由CSDN通过智能技术生成

import numpy as np

from scipy import stats

import math

import matplotlib as mpl

import matplotlib.pyplot as plt

from mpl_toolkits.mplot3d import Axes3D

from matplotlib import cm

# import seaborn

def calc_statistics(x):

n = x.shape[0] # 样本个数

# 手动计算

m = 0

m2 = 0

m3 = 0

m4 = 0

for t in x:

m += t

m2 += t*t

m3 += t**3

m4 += t**4

m /= n

m2 /= n

m3 /= n

m4 /= n

#参考上面的偏度峰度公式

mu = m

sigma = np.sqrt(m2 - mu*mu)

skew = (m3 - 3*mu*m2 + 2*mu**3) / sigma**3

kurtosis = (m4 - 4*mu*m3 + 6*mu*mu*m2 - 4*mu**3*mu + mu**4) / sigma**4 - 3

print('手动计算均值、标准差、偏度、峰度:', mu, sigma, skew, kurtosis)

# 使用系统函

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值