[1164]python用numpy计算均值，方差，标准差 |
您所在的位置：网站首页 › Python计算方差的函数 › [1164]python用numpy计算均值，方差，标准差 |
|
文章目录均值（mean）方差（variance）标准差（standard deviation）
numpy自带一些函数接口，可以用来很方便的计算一组数据的均值（mean），方差（variance）和标准差（standard deviation）。 均值（mean）>>> a = np.array([1,2,3,4,5,6,7,8,9])
>>> np.mean(a)
5.0 除了np.mean函数，还有np.average函数也可以用来计算mean，不一样的地方时，np.average函数可以带一个weights参数： >>> np.average(a) 5.0 >>> np.average(a, weights=(1,1,1,1,1,1,1,1,1)) 5.0 >>> np.average(a, weights=(1,1,1,1,1,1,1,6,1)) 6.071428571428571mean函数有axis参数可以使用： >>> a array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]]) >>> a.shape (4, 5) >>> np.mean(a, axis=0) array([ 7.5, 8.5, 9.5, 10.5, 11.5]) >>> np.mean(a, axis=0).shape (5,) >>> np.mean(a, axis=1) array([ 2., 7., 12., 17.]) >>> np.mean(a, axis=1).shape (4,) >>> np.mean(a, axis=(0,1)) 9.5 >>> np.mean(a) 9.5方差（variance）>>> np.var(a) 6.666666666666667 >>> np.var(a, ddof=1) 7.5np.var函数计算方差。注意ddof参数，默认情况下，np.var函数计算方差时，是除以n=len(a)，此时ddof=0。我们都知道用样本方差来估计总体方差的计算公式是除以n-1，此时ddof=1。 下面是自己算的方差： >>> tss = 0 >>> for i in range(len(a)): ... tss += (a[i]-np.mean(a))**2 ... >>> tss 60.0 >>> tss/(len(a)-1) 7.5 >>> tss/(len(a)) 6.666666666666667标准差（standard deviation）>>> np.sqrt(np.var(a)) 2.581988897471611 >>> np.sqrt(np.var(a))**2 6.666666666666666 >>> np.sqrt(np.var(a, ddof=1)) 2.7386127875258306 >>> np.sqrt(np.var(a, ddof=1))**2 7.5函数np.sqrt用来开根号！ 除了np.sqrt外，还有一个专门的std函数，用来计算标准方差： >>> a array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]]) >>> np.std(a) 5.766281297335398 >>> np.sqrt(np.var(a)) 5.766281297335398 >>> np.std(a, ddof=1) 5.916079783099616 >>> np.sqrt(np.var(a, ddof=1)) 5.916079783099616参考：https://blog.csdn.net/weixin_39751679/article/details/110044945 |
今日新闻 |
推荐新闻 |
| CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |