इस तरह के परिवर्तन, सहवर्तीता, और correlation के रूप में सांख्यिकीय उपायों को समझना डेटा विश्लेषण में आवश्यक है। पायथन पुस्तकालयों जैसे NumPy और SciPy इन मीट्रिकों की गणना के लिए कुशल उपकरण प्रदान करते हैं। यह लेख बताता है कि इन ग्रंथों को इन सांख्यिकीय उपायों की गणना के लिए कैसे उपयोग किया जाए।

भिन्नता

वेरिएंस एक डेटासेट के प्रसार को मापता है। यह इंगित करता है कि डेटा बिंदुओं का अर्थ कितना भिन्न है। NumPy में, वेरिएंस को ] का उपयोग करके गणना की जा सकती है। SciPy भी वैरिएंस गणना के लिए कार्य प्रदान करता है।

उदाहरण के लिए NumPy का उपयोग करना:

]]]

]]

Covariance

Covariance यह दर्शाता है कि वेरिएबल्स एक साथ कैसे बदल जाते हैं, जबकि एक नकारात्मक प्रतिरूपण उलटा आंदोलन को इंगित करता है। NumPy covariance matrices की गणना के लिए ] प्रदान करता है।

उदाहरण के लिए NumPy का उपयोग करना:

]]]

]]

]]]

कर्णाल

कोरिलेशन दो चर के बीच रैखिक संबंधों की डिग्री को निर्धारित करता है। यह -1 से 1 तक है। NumPy's कोरिलेशन गुणांक मैट्रिक्स की गणना करता है।

उदाहरण के लिए NumPy का उपयोग करना:

]

SciPy उन्नत सांख्यिकीय विश्लेषण के लिए भी कार्य करता है, जिसमें विचलन और सहवर्ती गणना शामिल होती है, अक्सर डेटा को संभालने के लिए अतिरिक्त विकल्प होते हैं।