Hướng dẫn how do you calculate std deviation using numpy in python? - làm thế nào để bạn tính toán độ lệch tiêu chuẩn bằng cách sử dụng numpy trong python?

Để tìm độ lệch chuẩn của một mảng trong python, hãy sử dụng hàm numpy.std (). Độ lệch chuẩn là căn bậc hai của trung bình của độ lệch bình phương so với giá trị trung bình. Theo mặc định, nó được tính toán cho mảng phẳng nhưng bạn có thể thay đổi điều này bằng cách chỉ định tham số trục.

Để tính toán độ lệch chuẩn trước, bạn cần tính toán trung bình của mảng numpy bằng cách sử dụng & nbsp; ________ 10, và ở đây,


#  Syntax of numpy.std() 
numpy.std(arr, axis=None, dtype=None, out=None) 
1 dẫn đến giá trị trung bình. Bây giờ để tính toán sử dụng STD, & nbsp; ________ 12, trong đó & nbsp; ________ 13

1. Ví dụ nhanh về chức năng độ lệch chuẩn Python Numpy

Nếu bạn đang vội, dưới đây là một số ví dụ nhanh về độ lệch chuẩn của mảng numpy với các ví dụ.


# Below are the quick examples

# Example 1: Use std() on 1-D array
arr1 = np.std(arr)

# Example 2: Use std() on 2-D array
arr1 = np.std(arr)

# Example 3: Get the standard deviation of with axis = 0
arr1 = np.std(arr, axis=0)

# Example 4: Get the standard deviation of with axis = 1 
arr1 = np.std(arr, axis=1)

# Example 5: Get the standard deviation value with float32 data 
arr1 = np.std(arr, dtype = np.float32)

2. Cú pháp của std ()

Sau đây là cú pháp của std ().


#  Syntax of numpy.std() 
numpy.std(arr, axis=None, dtype=None, out=None) 

2.1 Tham số của STD ()

Sau đây là các tham số của std ().

  • 
    #  Syntax of numpy.std() 
    numpy.std(arr, axis=None, dtype=None, out=None) 
    
    4 - Mảng đầu vào để tính toán.
  • 
    #  Syntax of numpy.std() 
    numpy.std(arr, axis=None, dtype=None, out=None) 
    
    5 - Không có, int hoặc tuple của int. Trục hoặc trục. Mặc định là tính toán độ lệch chuẩn của mảng phẳng. Độ lệch chuẩn
    
    #  Syntax of numpy.std() 
    numpy.std(arr, axis=None, dtype=None, out=None) 
    
    6Means được tính toán dọc theo cột,
    
    #  Syntax of numpy.std() 
    numpy.std(arr, axis=None, dtype=None, out=None) 
    
    7 có nghĩa là độ lệch chuẩn dọc theo hàng. Nó coi mảng nhiều chiều như một danh sách dẹt nếu không được đưa ra trục.
  • 
    #  Syntax of numpy.std() 
    numpy.std(arr, axis=None, dtype=None, out=None) 
    
    8 - Nhập bạn mong muốn trong khi tính toán độ lệch chuẩn.
  • 
    #  Syntax of numpy.std() 
    numpy.std(arr, axis=None, dtype=None, out=None) 
    
    9 - Mảng đầu ra thay thế để đặt kết quả. & NBSP;

2.2 Giá trị trả về của std ()

Nó trả về độ lệch chuẩn của các phần tử mảng với kiểu dữ liệu


import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
0. Bạn có thể thay đổi điều này bằng cách chỉ định

#  Syntax of numpy.std() 
numpy.std(arr, axis=None, dtype=None, out=None) 
8 param.

3. Sử dụng std numpy ()

Numpy


import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
2 là một hàm thống kê được sử dụng để tính độ lệch chuẩn của các mảng đơn và đa chiều cùng với trục được chỉ định và kiểu dữ liệu được chỉ định.

Cho phép tạo mảng numpy bằng hàm np.array () và tính độ lệch chuẩn bằng hàm


import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
3. Ví dụ,


import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726

Sau đây là tính toán toán học của độ lệch chuẩn của mảng 1-D.


# Mathematical calculation of standard deviation
Standard Deviation is std =  sqrt(mean(x)), where x = abs(arr - arr.mean())**2
Mean = 5 + 6 + 4 / 3
     = 5

Standard Deviation = sqrt( ((5-5)**2 + (6-5)**2 + (4-5)**2)/3 )
                   = sqrt( (0+ 1+ 1)/3 )
                   = sqrt(2/3)
                   = sqrt(0.6666)
                   = 0.816496580927726

4. Nhận độ lệch chuẩn của mảng 2-D

Để tìm độ lệch chuẩn của mảng 2-D, hãy sử dụng hàm này mà không cần truyền bất kỳ trục nào, nó sẽ tính tất cả các giá trị trong một mảng và trả về giá trị STD.


# Create a 2-D numpy array
arr = np.array([[2, 3],
                [2, 5]])
                
# Get the standard deviation of with no axis
arr1 = np.std(arr)
print(arr1)

# Output
# 1.224744871391589

Sau đây là tính toán toán học của độ lệch chuẩn của mảng 2-D.


# Mathematical calculation of standard deviation
Mean = 2 + 3 + 2 + 5 / 4
     = 3

Standard Deviation = sqrt( ((2-3)**2 + (3-3)**2 + (2-3)**2 + (5-3)**2)/4 )
                   = sqrt( (1+ 0+ 1+ 4)/4 )
                   = sqrt(6/4)
                   = sqrt(1.5)
                   = 1.224744871391589

5. Nhận độ lệch chuẩn bằng cách sử dụng tham số trục

Chúng ta có thể tính toán độ lệch chuẩn của mảng numpy cùng với trục được chỉ định. Đối với điều đó, chúng ta cần vượt qua tham số


import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
4 để tính theo cột khôn ngoan. Ví dụ,


# Get the standard deviation of array in column-wise 
arr1 = np.std(arr, axis=0)
print(arr1) 

# Output
# [0. 1.]

Dưới đây là cách nó tính toán nội bộ.


# Mathematical calculation of standard deviation
1st column values are 2, 2
mean = (2+2)/2 = 0

Standard Deviation = sqrt( ( (2-2)**2 + (2-2)**2 )/2 )
                   = sqrt( 0 + 0/2 )
                   = sqrt(0/2)
                   = 0.

2nd column values are 3, 5
mean = (3+5)/2 = 4

Standard Deviation = sqrt( ( (3-4)**2 + (5-4)**2 )/2 )
                   = sqrt( 1 + 1/2 )
                   = sqrt(2/2)
                   = 1.

Sử dụng


import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
5 để tính toán độ lệch chuẩn của mảng. Ví dụ,


# Standard deviation of array row-wise
arr1 = np.std(arr, axis=1)
print(arr1)

# Output
# [0.5 1.5]

Tính toán toán học giống như trên, tôi sẽ san bằng điều này để bạn khám phá.

6. Sử dụng tham số DTYPE

Như bạn thấy các ví dụ ở trên theo mặc định, nó trả về float64 nhưng bạn có thể thay đổi điều này bằng cách chuyển tham số


#  Syntax of numpy.std() 
numpy.std(arr, axis=None, dtype=None, out=None) 
8 cho chức năng này, nó có độ phân giải thấp hơn nếu bạn gán

#  Syntax of numpy.std() 
numpy.std(arr, axis=None, dtype=None, out=None) 
8 với

import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
8 thay vì

import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
0.


# Get the standard deviation value with float32 data 
arr = np.array([5,6,4])
arr1 = np.std(arr, dtype = np.float32)
print(arr1)

# Output
# 0.8164966

7. Kết luận

Trong bài viết này, tôi đã giải thích độ lệch chuẩn của mảng numpy một chiều và đa chiều bằng cách sử dụng hàm


import numpy as np
# Create NumPy array
arr = np.array([5,6,4])

# Get the Standard Deviation of 1-dimensional array
arr1 = np.std(arr)
print(arr1)

# Output :
# 0.816496580927726
2 với các ví dụ chi tiết.

Học hỏi hạnh phúc !!

Những bài viết liên quan

  • Làm thế nào để có được các giá trị vuông của một mảng?
  • Làm thế nào để tạo ra một mảng Numpy One?
  • hàm numpy.delete ()
  • hàm numpy.divide ()
  • Làm thế nào để có được mảng numpy tối đa?

Người giới thiệu

  • https://numpy.org/doc/stable/reference/generated/numpy.std.html

Có một hàm độ lệch chuẩn trong Python?

Mô -đun thống kê trong Python cung cấp một hàm được gọi là stdev (), có thể được sử dụng để tính độ lệch chuẩn. Chức năng stdev () chỉ tính toán độ lệch chuẩn từ một mẫu dữ liệu, thay vì toàn bộ dân số. , which can be used to calculate the standard deviation. stdev() function only calculates standard deviation from a sample of data, rather than an entire population.

Việc sử dụng hàm STD của một mảng numpy là gì?

std () trong Python.Numpy.STD (ARR, trục = Không): Tính độ lệch chuẩn của dữ liệu đã cho (các phần tử mảng) dọc theo trục được chỉ định (nếu có) .. Độ lệch chuẩn (SD) được đo bằng phân phối phân phối dữ liệu trong tập dữ liệu đã cho.Compute the standard deviation of the given data (array elements) along the specified axis(if any).. Standard Deviation (SD) is measured as the spread of data distribution in the given data set.

Làm thế nào để python numpy tính toán phương sai?

Phương sai là trung bình của độ lệch bình phương so với giá trị trung bình, tức là, var = mean (x), trong đó x = abs (a - a.mean ()) ** 2.Giá trị trung bình thường được tính là x.sum () / n, trong đó n = len (x).var = mean(x) , where x = abs(a - a. mean())**2 . The mean is typically calculated as x. sum() / N , where N = len(x) .

Độ lệch chuẩn được tính toán như thế nào?

Độ lệch chuẩn được tính là căn bậc hai của phương sai bằng cách xác định độ lệch của từng điểm dữ liệu so với giá trị trung bình.Nếu các điểm dữ liệu xa hơn so với giá trị trung bình, có độ lệch cao hơn trong tập dữ liệu;Do đó, càng lan truyền dữ liệu, độ lệch chuẩn càng cao.the square root of variance by determining each data point's deviation relative to the mean. If the data points are further from the mean, there is a higher deviation within the data set; thus, the more spread out the data, the higher the standard deviation.