Numpy np.std
Prima di immergerti nell'uso della funzione std () in numpy, ricapitoliamo cos'è la deviazione standard.
Cos'è la deviazione standard?
Deviazione standard o SD è un'operazione statistica tipica che consente di calcolare la dispersione di un determinato set di valori.
Possiamo esprimere la formula per la deviazione standard come segue:
Detto questo, discutiamo di come usare la funzione Numpy Std ().
Funzione std numpy
La funzione STD () calcola la deviazione standard degli elementi in un array lungo un determinato asse.
Se l'asse non è specificato, la funzione appiattirà l'array e restituirà la deviazione standard di tutti gli elementi.
La sintassi della funzione può essere espressa nel seguente:
numpy.std (a, axis = nessuno, dType = nessuno, out = nessuno, dDof = 0, KeepDims =I parametri sono definiti in base alle loro seguenti funzioni:
- A - Specifica l'array di input.
- Asse - definisce l'asse lungo il quale calcolare la deviazione standard degli elementi. Controlla la documentazione dell'asse numpy per scoprire di più.
- dType: definisce il tipo di dati dell'output.
- Out - Specifica un array alternativo in cui archiviare il risultato. L'array alternativo deve essere della stessa forma dell'uscita prevista.
- ddof - stabilisce i gradi delta del valore della libertà. DDOF si riferisce a un divisore usato per calcolare il numero di elementi.
Esempio 1
Il seguente codice mostra un esempio della funzione STD numpy senza un valore dell'asse:
# Importa NumpyImporta Numpy come NP
# Crea array
arr = np.array ([[1, 2], [3, 4]])
# Restituisci il valore STD
print (f "Deviazione standard: NP.std (arr) ")
Il codice precedente restituisce la deviazione standard di tutti gli elementi nell'array.
L'output risultante è il seguente:
Deviazione standard: 1.118033988749895Esempio 2
Per calcolare la deviazione standard lungo l'asse 0 e l'asse 1, applica il seguente codice:
print (f "deviazione standard (axis = 0): np.std (arr, axis = 0) ")print (f "deviazione standard (axis = 1): np.std (arr, axis = 1) ")
Quanto segue è l'output risultante:
Deviazione standard (axis = 0): [1. 1."Deviazione standard (asse = 1): [0.5 0.5]
Esempio 3
È possibile specificare un tipo di dati come il galleggiante per aumentare la precisione e la precisione. Un codice di esempio è il seguente:
print (f "Deviazione standard: NP.std (arr, dtype = np.float32) ")print (f "Deviazione standard: NP.std (arr, dtype = np.float64) ")
Noterai che NP.float32 restituisce un valore con una precisione più elevata mentre NP.float64 restituisce un valore con una precisione maggiore.
Quanto segue è l'output risultante:
Deviazione standard: 1.1180340051651Deviazione standard: 1.118033988749895
Esempio 4
Allo stesso modo, è possibile utilizzare la funzione std () con un array n-dimensionale come mostrato di seguito:
arr = [[[0, 1, 2],[3, 4, 5],
[6, 7, 8]],
[[9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]]
print (f "Deviazione standard: NP.std (arr) ")
L'esempio dato calcola la deviazione standard di un array 3D e restituisce il risultato come segue:
Deviazione standard: 7.788880963698615Nota: poiché non specifichiamo l'asse, la funzione appiattisce l'array e restituisce il valore di deviazione standard risultante.
Conclusione
In questo articolo, abbiamo esplorato come utilizzare la funzione numpy std () per calcolare la deviazione standard di un array lungo un asse specificato seguendo gli esempi dati dati. Sfoglia il sito Web Linux Lint per altri articoli correlati.