【Python】pandas中的std()函数 |
您所在的位置:网站首页 › 标准差是n还是n-1 › 【Python】pandas中的std()函数 |
在利用pandas进行数据分析时,有时需要计算某一列数据的标准差,我们常用std()函数来实现,但是一般都没有关注过里面的一个重要参数ddof,本文就来介绍一下这个参数的理解。 ddof参数的取值一般有两个,即ddof=0或者ddof=1。 ddof=0时:当我们的参数取ddof=0时,计算的是总体标准差,计算公式为: ∑ i = 1 n ( x i − x ^ ) 2 n \sqrt{\frac{\sum \limits_{i=1}^{n}(x_i-\hat{x})^2}{n}} ni=1∑n(xi−x^)2 其中, X = { x 1 , x 2 , ⋯ , x n } X=\{x_1,x_2,\cdots,x_n\} X={x1,x2,⋯,xn}, x ^ \hat{x} x^表示为数据 x x x的均值,计算公式为: x ^ = ∑ i = 1 n x i n \hat{x}=\frac{\sum \limits_{i=1}^nx_i}{n} x^=ni=1∑nxi 其中, n n n为总体个数。 ddof=1时:当ddof=1时,计算的是样本的标准差,计算公式为: ∑ i = 1 n ( x i − x ^ ) 2 n − 1 \sqrt{\frac{\sum \limits_{i=1}^n(x_i-\hat{x})^2}{n-1}} n−1i=1∑n(xi−x^)2 字母的代表方式与上文一样,只不过这里的 n n n表示的是样本的个数。 举例说明我们在实际应用中看不同的计算方式得到的结果: 首先展示我们的数据集: import numpy as np import pandas as pd data = pd.read_excel('EXE5_1.xlsx') data
可以明显的看出,ddof=1时,计算的数值偏大,是因为分母为 n − 1 n-1 n−1。 |
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 |