使用NumPy在Python中计算平均数、方差和标准差 |
您所在的位置:网站首页 › 随机生成一组数据并求出平均数和标准差 › 使用NumPy在Python中计算平均数、方差和标准差 |
使用NumPy在Python中计算平均数、方差和标准差
Numpy 在Python中是一个通用的阵列处理包。它提供了一个高性能的多维数组对象和处理这些数组的工具。它是用Python进行科学计算的基本软件包。Numpy提供了非常简单的方法来计算平均值、方差和标准差。 平均数平均值 一个表示一组数据中的中心值或典型值的数字,特别是模式、中位数或(最常见的)平均值,其计算方法是将这组数据中的数值之和除以其数量。n个数字x 1 , x 2 , ……x n的平均值的基本公式是 示例: 假设有8个数据点。 这8个数据点的平均值为。 人们可以通过使用python中的numpy.average()函数来计算平均值。 语法: numpy.average(a,axis=None,weights=None,returned=False)参数: a: 包含要平均化的数据的数组 axis:一个或多个轴,沿着这些轴进行平均a。 weights: 一个与a中的值相关的权重数组 返回:默认为False。如果True,将返回元组,否则只返回平均数。 示例 1: # Python program to get average of a list # Importing the NumPy module import numpy as np # Taking a list of elements list = [2, 4, 4, 4, 5, 5, 7, 9] # Calculating average using average() print(np.average(list))输出: 5.0示例 2: # Python program to get average of a list # Importing the NumPy module import numpy as np # Taking a list of elements list = [2, 40, 2, 502, 177, 7, 9] # Calculating average using average() print(np.average(list))输出: 105.57142857142857 方差方差是所有数字和平均值之间差异的平方之和。方差的数学公式如下。 其中, ?是平均值。 N是元素的总数或分布的频率。 示例: 让我们考虑一下我们在平均数中抽取的同一个数据集。首先,计算每个数据点与平均值的偏差,并将每个数据点的结果平方。
人们可以通过使用python中的numpy.var()函数来计算方差。 语法: numpy.var(a,axis=None,dtype=None,out=None,ddof=0,keepdims= )参数: a: 包含要平均化的数据的数组 axis:轴或轴,沿此轴进行平均a。 dtype: 计算方差时使用的类型。 out:备用输出数组,用于放置结果。 ddof:三角自由度 keepdims: 如果设置为 “True”,被减少的轴将作为尺寸为1的维度留在结果中。 示例 1: # Python program to get variance of a list # Importing the NumPy module import numpy as np # Taking a list of elements list = [2, 4, 4, 4, 5, 5, 7, 9] # Calculating variance using var() print(np.var(list))输出: 4.0示例 2: # Python program to get variance of a list # Importing the NumPy module import numpy as np # Taking a list of elements list = [212, 231, 234, 564, 235] # Calculating variance using var() print(np.var(list))输出: 18133.359999999997 标准差标准偏差是方差的平方根。它是衡量数据与平均值的差异程度。计算标准偏差的数学公式如下。 示例: 上述数据的标准偏差。 人们可以通过使用python中的numpy.std()函数来计算标准差。 语法: numpy.std(a,axis=None,dtype=None,out=None,ddof=0,keepdims= )参数: a: 包含要平均化的数据的数组 axis:轴或轴,沿此轴进行平均a。 dtype: 计算方差时使用的类型。 out:备用输出数组,用于放置结果。 ddof:三角自由度 keepdims: 如果设置为 “True”,被减少的轴将作为尺寸为1的维度留在结果中。 示例 1: # Python program to get # standard deviation of a list # Importing the NumPy module import numpy as np # Taking a list of elements list = [2, 4, 4, 4, 5, 5, 7, 9] # Calculating standard # deviation using var() print(np.std(list))输出: 2.0示例 2: # Python program to get # standard deviation of a list # Importing the NumPy module import numpy as np # Taking a list of elements list = [290, 124, 127, 899] # Calculating standard # deviation using var() print(np.std(list))输出: 318.35750344541907 |
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 |