Bi Distribution Analysis

bi-distribution-analysis

观察数据在不同区间的分布特征，计算均值、标准差、中位数等统计信息，用于刻画集中趋势与离散程度。

执行步骤

Step 0：检查数据以及确定区间维度与计算指标

1. 明确分析对象：明确区间维度，以及相应具体数据列。例如，分析“不同国家用户数的分布情况”，区间维度为“国家”，具体数据列为“用户数”；
2. 数据以 CSV 格式保存，且数据中已包含区间维度信息以及关键数据列。如

date,访问用户数,国家
20250101,10000,英国
20250102,10500,法国
20250103,9800,德国

Step 1：计算数据分布特征

对用于分析的数值序列 \(x1,\ldots,xn\)，计算以下数据分布特征：

| 指标 | 说明 | | ---------- | -------- | | 均值 | \(\bar{x} = \frac{1}{n}\sum{i=1}^n xi\) | | 标准差 | \(\sigma = \sqrt{\frac{1}{n}\sum{i=1}^n (xi-\bar{x})^2}\) | | 中位数 | 数值序列中位数 | | top 5 的维度 | 数据值最大的 5 个维度 ｜ | top 5 维度各数值占比 | 数值最大的 5 个维度，每个维度对应数值占所有维度数值和的比例 | | 频率分布（按累计占比分桶） | 将各维度按数值从大到小排序，逐项累计求和并除以总和得到累计占比 \(r\)，按 \(r\) 落入以下 7 个桶：=0.95。每个桶的值为该桶包含的维度名称列表 |

使用 /scripts/distribution_stats.py 脚本，计算上述 6 个数值分布特征（数值类指标计算结果保留小数点后 5 位）。

python /scripts/distribution_stats.py --input_file "" --value_col "" --dimension_col ""

参数说明：

| 参数 | 说明 | 默认值 | | ---------------- | -------------------- | ------- | | --inputfile | 输入数据文件路径 (.csv) | (必填) | | --valuecol | 区间各维度对应数值列名 | (必填) | | --dimension_col | 区间维度值列 | (必填) |

fallback（指引模式）

无脚本环境时按以下计算方式手动计算，不可遗漏任何指标计算。

对用于分析的数值序列 \(x1,\ldots,xn\)，计算以下数据分布特征：

| 指标 | 计算方式 | | ---------- | -------- | | 均值 | \(\bar{x} = \frac{1}{n}\sum{i=1}^n xi\) | | 标准差 | \(\sigma = \sqrt{\frac{1}{n}\sum{i=1}^n (xi-\bar{x})^2}\) | | 中位数 | 1. 将数据进行从小到大排序；2. n 是奇数，中位数为第 \(\frac{n+1}{2}\) 个数；n 是偶数，中位数为第 \(\frac{n}{2}\) 位和第 \(\frac{n+1}{2}\) 为数的平均数 | | top 5 的维度 | 数据最大的 5 个维度 ｜ | top 5 维度各数值占比 | 数值最大的 5 个维度，每个维度对应数值占所有维度数值和的比例 | | 频率分布（按累计占比分桶） | 1. 将所有维度按数值 \(xi\) 从大到小排序；2. 计算总和 \(S=\sumi xi\)；3. 依次计算累计和 \(Ck=\sum{i=1}^{k} xi\) 与累计占比 \(rk = Ck / S\)；4. 按 \(rk\) 将第 \(k\) 个维度名归入对应的桶：=0.95（\(rk \ge 0.95\)）；5. 输出为 dict，key 为桶名，value 为该桶包含的维度名称列表 |

输出要求

输出上述全部数值分布特征的计算结果，不要遗失任何计算结果，包括 NaN 值。频率分布 中即使某个桶没有任何维度，也需保留为空列表 []。

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: agentscope-ai
• Source: agentscope-ai/QwenPaw-Data
• License: Apache-2.0

Install and usage instructions live in the source repository linked above.