El mòdul numpy de Python proporciona una funció anomenada numpy.std() , utilitzat per calcular la desviació estàndard al llarg de l'eix especificat. Aquesta funció retorna la desviació estàndard dels elements de la matriu. L'arrel quadrada de la desviació quadrada mitjana (calculada a partir de la mitjana) es coneix com a desviació estàndard. Per defecte, la desviació estàndard es calcula per a la matriu aplanada. Amb l'ajuda de la x.sum()/N , normalment es calcula la desviació quadrada mitjana, i aquí, N=len(x).
Desviació estàndard=sqrt(mitjana(abs(x-x.mitjana()))**2
Sintaxi:
numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=)
Paràmetres
a: array_like
Aquest paràmetre defineix la matriu font els elements de la qual es calcula la desviació estàndard.
eix: cap, int o tupla d'ints (opcional)
És l'eix al llarg del qual es calcula la desviació estàndard. La desviació estàndard de la matriu aplanada es calcula per defecte. Si és una tupla d'ints, realitza una desviació estàndard sobre diversos eixos en lloc d'un únic eix o tots els eixos com abans.
dtype: data_type (opcional)
Aquest paràmetre defineix el tipus de dades, que s'utilitza per calcular la desviació estàndard. De manera predeterminada, el tipus de dades és float64 per a matrius de tipus enter i, per a matrius de tipus flotant, serà el mateix que el tipus de matriu.
Disseny de bases de dades en dbms
fora: ndarray (opcional)
Aquest paràmetre defineix la matriu de sortida alternativa en la qual s'ha de col·locar el resultat. Aquest ndarray alternatiu té la mateixa forma que la sortida esperada. Però eixem el tipus quan cal.
dof: int (opcional)
Aquest paràmetre defineix el Delta Graus de Llibertat. El divisor N-ddof s'utilitza en els càlculs, on N és el nombre d'elements. Per defecte, el valor d'aquest paràmetre s'estableix en 0.
keepdims : bool (opcional)
És opcional, el valor del qual, quan és cert, deixarà l'eix reduït com a dimensions amb una mida a la resultant. Quan passa el valor per defecte, permetrà que els valors no predeterminats passin pel mètode mitjà de les subclasses de ndarray, però els keepdims no passaran. A més, la sortida o el resultat es transmetrà correctament contra la matriu d'entrada.
Devolucions
Aquesta funció retornarà una nova matriu que conté la desviació estàndard. Si no establim el paràmetre 'out' a Cap, retorna la referència de la matriu de sortida.
inicialitzador de diccionari c#
Exemple 1:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a) b
Sortida:
3.391164991562634
En el codi anterior
pivot del panda
- Hem importat numpy amb el nom d'àlies np.
- Hem creat una matriu 'a' mitjançant la funció array().
- Hem declarat la variable 'b' i hem assignat el valor retornat de std() funció.
- Hem passat la matriu 'a' a la funció
- Finalment, hem intentat imprimir el valor de 'b' .
A la sortida, s'ha mostrat una matriu que conté la desviació estàndard.
Exemple 2:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=0) b
Sortida:
array([0.5, 0.5, 0.5, 0.5])
Exemple 3:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=1) b
Sortida:
array([3.35410197, 3.35410197])
Exemple 4:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a) b
En el codi anterior
- Hem importat numpy amb el nom d'àlies np.
- Hem creat una matriu 'a' utilitzant la funció np.zeros() amb el tipus de dades np.float32.
- Hem assignat el valor 0,1 als elements de l'1stfila i 1,0 als elements de la segona fila.
- Hem passat la matriu 'a' a la funció
- Finalment, hem intentat imprimir el valor de 'b' .
A la sortida, s'ha mostrat la desviació estàndard, que pot ser inexacta.
Sortida:
0.45000008
Exemple 5:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a ,dtype=np.float64)) b
Sortida:
0.4499999992549418