python的std函数_Python numpy.nanstd函数方法的使用

numpy.nanstd

numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=

忽略NaN时，计算沿指定轴的标准偏差。

返回非NaN数组元素的标准偏差，即分布分布的度量。默认情况下，将为展平数组计算标准偏差，否则将在指定轴上计算。

对于全NaN切片或自由度为零的切片，将返回NaN并引发RuntimeWarning。

1.8.0版中的新功能。参数：a ：array_like

计算非NaN值的标准偏差。

axis ：{int, int类型的tuple, None}, 可选

计算标准偏差所沿的一个或多个轴。

默认值是计算展平数组的标准偏差。

dtype ：dtype, 可选

用于计算标准偏差的类型。对于整数类型的数组，

默认值为float64，

对于浮点类型的数组，其与数组类型相同。

out ：ndarray, 可选

放置结果的备用输出数组。

它必须具有与预期输出相同的形状，

但如有必要，将强制转换(计算值的类型)。

ddof ：int, 可选

表示Delta自由度。计算中使用的除数为N-ddof，

其中N表示非NaN元素的数量。默认情况下，ddof为零。

keepdims ：bool, 可选

如果将其设置为True，则缩小的轴将保留为尺寸1的尺寸。

使用此选项，结果将相对于原始a正确传递。

如果该值不是默认值，它将按原样传递给子类的相关函数。

如果这些函数没有keepdims kwarg，则会引发RuntimeError。

返回值：standard_deviation ：ndarray, see dtype parameter above.

如果out为None，则返回包含标准偏差的新数组，

否则返回对输出数组的引用。

如果ddof>> =切片中非NaN元素的数量，

或者该切片仅包含NaN，则该切片的结果为NaN。

Notes

标准差是与均值平方差的平均值的平方根：std = sqrt(mean(abs(x - x.mean())** 2))。

平均平方偏差通常计算为x.sum()/N，其中N = len(x)。但是，如果指定了ddof，则使用除数N-ddof。在标准统计实践中，ddof = 1提供了无穷总体方差的无偏估计量。ddof = 0为正态分布变量提供方差的最大似然估计。此函数中计算的标准偏差是估计方差的平方根，因此即使使用ddof = 1，它本身也不是标准偏差的无偏估计。。

请注意，对于复数，std在平方之前取绝对值，因此结果始终是实数且非负数。

对于浮点输入，将使用与输入相同的精度来计算std。根据输入数据，这可能导致结果不准确，尤其是对于float32(请参见下面的示例)。使用dtype关键字指定精度更高的累加器可以缓解此问题。

例子>>> a = np.array([[1, np.nan], [3, 4]])

>>> np.nanstd(a)

1.247219128924647

>>> np.nanstd(a, axis=0)

array([1., 0.])

>>> np.nanstd(a, axis=1)

array([0., 0.5]) # may vary

python的std函数_Python numpy.nanstd函数方法的使用相关推荐

python row函数_Python numpy 常用函数总结
Numpy是什么在没给大家介绍numpy之前先给大家说下python的基本概念. Python 是一种高级的,动态的,多泛型的编程语言.Python代码很多时候看起来就像是伪代码一样,因此你可以使用 ...
python怎么运行ln函数_python numpy ln函数python之nosetests自动化测试框架感知
这几天都有遇到nosetest,一是hardway learn python中,还有一个是django中,因此想趁此了解下有什么用,看了半天也不理解具体的用处,还是老规矩把尝试的一些内容记下来.之所以 ...
python排大小函数_python numpy 一些函数大小排序和统计
排序大小函数 import numpy as np size = 100 a = np.random.randint(0, 1000, size=size) print(a) # 排序之后的前k个元素 ...
[转载] python histogram函数_Python numpy.histogram_bin_edges函数方法的使用
参考链接: Python中的numpy.ceil numpy.histogram_bin_edges numpy.histogram_bin_edges(a, bins=10, range=None, ...
python中isin函数_Python numpy.isin函数方法的使用
numpy.isin numpy.isin(element, test_elements, assume_unique=False, invert=False) [source] 计算test ...
python 中arange函数_Python numpy.arange函数方法的使用
numpy.arange numpy.arange([start, ]stop, [step, ]dtype=None) 返回给定间隔内的均匀间隔的值. 在半开间隔[start,stop)(换句话说, ...
python分位数函数_Python numpy.quantile函数方法的使用
numpy.quantile numpy.quantile(a, q, axis=None, out=None, overwrite_input=False, interpolation='linea ...
python transpose函数_Python Numpy.transpose函数可视化解释
二维情况例如以下代码: x = np.arange(4).reshape((2,2)) 输出: x = ([[0, 1], [2, 3]]) 对于二维的数组,np.transpose()即为将矩阵进 ...
python unpack函数_Python numpy.unpackbits函数方法的使用
numpy.unpackbits numpy.unpackbits(a, axis=None, count=None, bitorder='big') 将uint8数组的元素解压缩为二进制值输出数组. ...

python的std函数_Python numpy.nanstd函数方法的使用

python的std函数_Python numpy.nanstd函数方法的使用相关推荐

最新文章

热门文章