Python如何计算偏度与峰度

Python中可以使用scipy库中的stats模块来计算偏度与峰度。

偏度（skewness）用于描述数据分布的偏斜程度，正偏态分布的偏度值大于0，负偏态分布的偏度值小于0，对称分布的偏度值约等于0。

峰度（kurtosis）用于描述数据分布的峰态，正态分布的峰度值为3，高于3的数据分布称为超过正态分布的高峰态分布，低于3的数据分布称为低于正态分布的低峰态分布。

下面是使用scipy库中的stats模块计算偏度与峰度的示例代码：

import scipy.stats as stats
import numpy as np

data = np.random.normal(size=1000)  # 生成1000个正态分布的随机数
skewness = stats.skew(data)  # 计算偏度
kurtosis = stats.kurtosis(data)  # 计算峰度

print("偏度：", skewness)
print("峰度：", kurtosis)

输出结果如下：

偏度： -0.08094805441330793
峰度： 0.06618835899850641

我们可以看到，生成的1000个正态分布的随机数的偏度约等于0，峰度约等于3，符合正态分布的特征。