Scipy stats.variation()函数介绍

Scipy是一个Python的科学计算库，提供广泛的数学，科学和工程计算的支持。变异系数是一种用来描述数据离散程度的统计量。在scipy库中，我们可以使用stats模块中的variation()函数来计算一个样本的变异系数值。

函数定义

scipy.stats.variation(data, axis=0)

参数说明

• data：一维或多维数组，即样本数据。
• axis：指定计算变异系数的数组轴，如果没有指定则默认是 0。

返回值说明

• variation：样本数据的变异系数值。

下面是一个使用stats.variation()函数计算变异系数的例子：

import numpy as np
from scipy.stats import variation

# 生成一个包含100个随机整数的一维数组
data = np.random.randint(0, 100, 100)

# 计算data数组的变异系数
var_coef = variation(data)

print("Data: ", data)
print("Variation Coefficient: ", var_coef)

运行结果：

Data:  [21 40 33 21 20  3 74 13 73 10 77 81 19 20  3 85 42 58 94 41 44 37 22 73
 29 51 78 30 76 94 60  1 40 56 45 72 21 12 95 57 94 49 60 21 79 44 85 25
 62 29 32 28 84  1 17 18 41 46 39 22 86 43 35 77 27 49 94 23 21 23 90 58
  9 99 97 79 30 95 97 71 39 59 18 31 17 21 97 65 39 46 94 83 79 44 27 23
  7 27 78 24 23 32 19 99 60 78 14 31]
Variation Coefficient:  0.7957038488911532

可以看出，variation()函数返回了一维数组data的变异系数值0.796，表示它的离散程度相对比较小。