一、numpy标准差函数
numpy.std()是numpy库中用于计算标准差的函数，它可以计算数组中元素的标准差，可以接受axis参数以计算沿给定轴的标准差。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)
print(std)
输出结果为：1.41421356
当axis参数被设置为0时，std会返回每列数据的标准差。当axis=1时，std会返回每行数据的标准差。
import numpy as np
arr = np.array([[1, 2], [3, 4]])
std0 = np.std(arr, axis=0)
std1 = np.std(arr, axis=1)
print(std0)
print(std1)
输出结果为：[1. 1.]
[0.5 0.5]
二、numpy计算标准差的函数
numpy.std()是numpy库中计算标准差的主要函数，但其实numpy中还有一些计算标准差的函数。
numpy.var()是计算方差的函数，而标准差就是方差的算术平方根。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
var = np.var(arr)
std = np.sqrt(var)
print(std)
输出结果为：1.41421356
numpy.nanstd()和numpy.nansum()等函数会忽略NaN值，用来处理缺失数据的情况。
三、numpy标准差公式
numpy库中计算标准差的公式如下：
std = sqrt(mean(abs(x - x.mean())**2))
其中，abs()函数用于取数组的绝对值，mean()函数用于求平均数。
四、numpy标准差计算
numpy标准差计算时需要注意数据的类型，如果是int类型，计算结果为整数类型；如果为float类型，则为浮点数类型。
import numpy as np
arr1 = np.array([1, 2, 3, 4, 5], dtype="int")
arr2 = np.array([1, 2, 3, 4, 5], dtype="float")
std1 = np.std(arr1)
std2 = np.std(arr2)
print(std1, type(std1))
print(std2, type(std2))
输出结果为：1, <class 'numpy.int64'>
1.41421356, <class 'numpy.float64'>
五、python numpy 标准差
在python中，numpy库是最常用的用于计算标准差的库，可以方便地进行数组操作和计算。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)
print(std)
输出结果为：1.41421356
六、numpy方差和标准差
方差指的是数据分布状态离平均值的远近程度，标准差是方差的算术平方根。
numpy库中的var()函数用于计算方差，std()函数用于计算标准差，二者之间的关系用如下公式表示：
np.sqrt(np.var(arr)) == np.std(arr)
七、numpy求标准差
numpy中求标准差是以数组为单位，可以接受一个数组作为参数进行计算。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)
print(std)
输出结果为：1.41421356
八、numpy标量值
numpy库中的标量值为0维数组，可以使用dtype属性查看其类型。
import numpy as np
a = np.array(5)
print(a, a.dtype)
输出结果为：5 int64
九、numpy求方差
numpy中求方差需要使用var()函数，并且参数中要包含需要计算方差的数组。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
var = np.var(arr)
print(var)
输出结果为：2.5
十、numpy库计算标准差
numpy库是一个强大的用于数组操作和计算的工具，可以方便地进行标准差和方差等计算。
import numpy as np
arr = np.array([1, 2, 3, 4, 5])
std = np.std(arr)
print(std)
输出结果为：1.41421356
总结：numpy标准差是一个计算数组中元素间差异程度的强大工具，可以通过numpy库中std()函数方便地进行计算，同时也能够了解到numpy中其他计算标准差的函数和numpy标准差的公式。在数据分析和处理中，使用numpy库可以大大提高计算效率和方便程度。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/197924.html
微信扫一扫 
支付宝扫一扫 