fn_registry/python/functions/datascience/describe_numeric.md

name, kind, lang, domain, version, purity, signature, description, tags, params, output, uses_functions, uses_types, returns, returns_optional, error_type, imports, tested, tests, test_file_path, file_path

name	kind	lang	domain	version	purity	signature	description	tags	params	output	uses_functions	uses_types	returns	returns_optional	error_type	imports	tested	tests	test_file_path	file_path
describe_numeric	function	py	datascience	1.0.0	pure	def describe_numeric(values: list, bins: int = 20) -> dict	Calcula el bloque estadistico fino numeric de un ColumnProfile del grupo eda sobre una MUESTRA de una columna numerica. Descarta None/NaN/no-numericos y devuelve min/max/mean/median/mode/std/variance/cv, percentiles, iqr, skew, kurtosis, outliers, zero_pct, negative_pct, distribution_type e histogram. Reusa detect_distribution_type, detect_outliers y histogram del registry.	eda statistics profiling distribution histogram datascience	name desc values Lista de valores crudos de una columna (muestra). Puede contener None, NaN, infinitos y strings no numericos: se descartan antes de calcular. bool se trata como no numerico. name desc bins Numero de buckets equiespaciados del histograma. Default 20.	Dict con las claves exactas del contrato numeric_sub del grupo eda: {min, max, mean, median, mode, std, variance, cv, p1, p5, p25, p50, p75, p95, p99, iqr, skew, kurtosis, n_outliers, outlier_pct, zero_pct, negative_pct, distribution_type, histogram}. cv = std/mean (None si mean==0). iqr = p75-p25. mode = valor mas frecuente (menor en empate). histogram = lista de {lo, hi, count}. Si tras limpiar quedan 0 valores: todas las claves None y histogram=[].	detect_distribution_type_py_datascience detect_outliers_py_datascience histogram_py_datascience			false		numpy math	true	test_lista_con_outlier_y_none test_lista_vacia_todo_none test_cv_none_cuando_mean_cero test_iqr_y_percentiles	python/functions/datascience/describe_numeric_test.py	python/functions/datascience/describe_numeric.py

Ejemplo

import sys, os
sys.path.insert(0, os.path.join("python", "functions"))
from datascience.describe_numeric import describe_numeric

# Muestra de una columna numerica (con un None y un outlier claro):
prof = describe_numeric([1, 2, 2, 3, 100, None, 4])
print(prof["min"], prof["max"], prof["median"], prof["mode"])
# 1.0 100.0 2.5 2.0
print(prof["distribution_type"])  # etiqueta de forma (too_few_samples si n < 30)
print(prof["histogram"][:2])      # [{'lo': 1.0, 'hi': 5.95, 'count': ...}, ...]

Cuando usarla

• Usala cuando construyas el bloque numeric de un ColumnProfile del grupo eda a partir de una muestra de una columna numerica (no la tabla entera).
• Cuando necesites de un solo paso percentiles finos (p1..p99), iqr, dispersion (std, variance, cv), forma (skew, kurtosis, distribution_type), outliers por z-score e histograma con bordes.
• Antes de decidir transformaciones (log, winsorize, escalado) sobre una columna: el distribution_type, n_outliers y skew orientan la decision.

Gotchas

• Funcion pura, sin I/O. Descarta silenciosamente None, NaN, infinitos, strings y bool (True/False no cuentan como datos numericos).
• distribution_type, skew y kurtosis vienen de detect_distribution_type, que devuelve too_few_samples (y skew/kurtosis None) cuando la muestra limpia tiene menos de 30 valores.
• Los outliers usan z-score con std poblacional y threshold 3.0 (de detect_outliers): en muestras muy pequeñas un unico valor extremo puede inflar la std y no marcarse como outlier (efecto masking). Para deteccion fiable, pasa una muestra suficientemente grande.
• cv es None cuando mean == 0 (division indefinida).