Рубрики
Без рубрики

Numpy std () – стандартное отклонение

Автор оригинала: Python Examples.

Numpy стандартное отклонение

Стандартное отклонение – это мера, с помощью которой элементы набора отклоняются или диспергированы из среднего.

В этом руководстве мы узнаем, как найти стандартное отклонение NaMpy Array.

В Numpy вы можете найти стандартное отклонение Numpy Array с помощью функции Numpy.Std ().

Мы пройдемся через примеры, охватывающие разные сценарии, чтобы понять использование функции numpy std ().

Пример 1: numpy std ()

В этом примере мы возьмем Numpy 1D массив с тремя элементами и нахожу стандартное отклонение массива.

Python Program

import numpy as np

#initialize array
A = np.array([2, 1, 6])

#compute standard deviation
output = np.std(A)

print(output)

Выход

2.160246899469287

Математическое доказательство

Mean = (2 + 1 + 6)/3
     = 3

Standard Deviation = sqrt( ((2-3)^2 + (1-3)^2 + (6-3)^2)/3 )
                   = sqrt( (1+4+9)/3 )
                   = sqrt(14/3)
                   = sqrt(4.666666666666667)
                   = 2.160246899469287

Пример 2: Numpy STD () – 2D массив

В этом примере мы возьмем Numpy 2D массив размера 2 × 2 и нахожу стандартное отклонение массива.

Python Program

import numpy as np

#initialize array
A = np.array([[2, 3], [6, 5]])

#compute standard deviation
output = np.std(A)

print(output)

Выход

1.5811388300841898

Математическое доказательство

Mean = (2 + 3 + 6 + 5)/4
     = 4

Standard Deviation = sqrt( ((2-4)^2 + (3-4)^2 + (6-4)^2 + (5-4)^2)/4 )
                   = sqrt( (4+1+4+1)/4 )
                   = sqrt(10/4)
                   = sqrt(2.5)
                   = 1.5811388300841898

Пример 3: numpy std () – вдоль оси

Вы также можете найти стандартное отклонение Numpy Array вдоль оси.

В этом примере мы сделаем Numpy 2D массив размера 2 × 2 и нахожу стандартное отклонение массива вдоль оси.

Python Program

import numpy as np

#initialize array
A = np.array([[2, 3], [6, 5]])

#compute standard deviation
output = np.std(A, axis=0)

print(output)

Выход

[2. 1.]

Математическое доказательство

1st element
======================

mean = (2+6)/2 = 4

standard deviation = sqrt( ( (2-4)^2 + (6-4)^2 )/2 )
                   = sqrt( 4 )
                   = 2.0

2nd element
======================

mean = (3+5)/2 = 4

standard deviation = sqrt( ( (3-4)^2 + (5-4)^2 )/2 )
                   = sqrt( 1 )
                   = 1.0

Резюме

В этом уроке примеров Python мы узнали, как вычисление стандартного отклонения Numpy Array с помощью функции Numpy.Std () с помощью хорошо подробных примеров.

Читайте ещё по теме: