numpy.std() 用法及代码示例

numpy.std(arr，axis = None)：计算指定数据(数组元素)沿指定轴(如果有)的标准偏差。

标准差(SD)度量为给定数据集中数据分布的传播程度。

例如：

x = 1 1 1 1 1 
Standard Deviation = 0 . 

y = 9, 2, 5, 4, 12, 7, 8, 11, 9, 3, 7, 4, 12, 5, 4, 10, 9, 6, 9, 4 
**Step 1 :** Mean of distribution 4 = 7
**Step 2 :** Summation of (x - x.mean())**2 = 178
**Step 3 :** Finding Mean = 178 /20 = 8.9 
This Result is **Variance.**
**Step 4 :** Standard Deviation = sqrt(Variance) = sqrt(8.9) = 2.983..

参数：
arr :[数组]输入数组。
**axis :**我们要沿其计算标准差的[int或int元组]。否则，它将认为arr是平坦的(在所有轴上均有效)。轴= 0表示沿列的SD，轴= 1表示沿行的SD。
out :[ndarray，可选]我们要在其中放置结果的不同数组。数组必须具有与预期输出相同的尺寸。
dtype :[数据类型，可选]我们在计算SD时需要的类型。

**Results :**数组的标准偏差(如果没有轴则为标量值)或沿指定轴具有标准偏差值的数组。

代码1：

# Python Program illustrating  
# numpy.std() method  
import numpy as np 
    
# 1D array  
arr = [20, 2, 7, 1, 34] 
  
print("arr : ", arr)  
print("std of arr : ", np.std(arr)) 
  
print ("\nMore precision with float32") 
print("std of arr : ", np.std(arr, dtype = np.float32)) 
  
print ("\nMore accuracy with float64") 
print("std of arr : ", np.std(arr, dtype = np.float64))

输出：

arr :  [20, 2, 7, 1, 34]
std of arr :  12.576167937809991

More precision with float32
std of arr :  12.576168

More accuracy with float64
std of arr :  12.576167937809991

代码2：

# Python Program illustrating  
# numpy.std() method  
import numpy as np 
    
  
# 2D array  
arr = [[2, 2, 2, 2, 2],   
       [15, 6, 27, 8, 2],  
       [23, 2, 54, 1, 2, ],  
       [11, 44, 34, 7, 2]]  
  
    
# std of the flattened array  
print("\nstd of arr, axis = None : ", np.std(arr))  
    
# std along the axis = 0  
print("\nstd of arr, axis = 0 : ", np.std(arr, axis = 0))  
   
# std along the axis = 1  
print("\nstd of arr, axis = 1 : ", np.std(arr, axis = 1))

输出：

std of arr, axis = None :  15.3668474320532

std of arr, axis = 0 :  [ 7.56224173 17.68473918 18.59267329  3.04138127  0.        ]

std of arr, axis = 1 :  [ 0.          8.7772433  20.53874388 16.40243884]

Lincoln普通用户

收藏 海报分享