Рубрики
Без рубрики

Подробное руководство по функции Python STDEV ()

Эй, ребята! В продолжение нашей серии на статистические функции Python сегодня мы будем открывать стандартное отклонение с использованием метода Python STDEV ().

Автор оригинала: Pankaj Kumar.

Эй, ребята! В продолжение нашей серии на статистические функции Python, сегодня мы будем открывать стандартное отклонение используя Python STDEV () Метод Отказ

Стандартное отклонение является статистическим объектом, представляющим изменение данных I.E. Он изображает отклонение значений данных из центрального значения (среднее значение данных).

Обычно стандартное отклонение рассчитывается с помощью формулы ниже

Стандартное отклонение = (дисперсия) ^ 1/2

Теперь давайте начнем с реализации и расчета стандартного отклонения с использованием Python встроенной функции.

Начало работы с Python STDEV () Функции

Модуль статистики Python Содержит различные встроенные функции для выполнения анализа данных и других статистических функций. Статистика .Stev () Функция Используется для расчета стандартного отклонения прошедших значений данных к функции в качестве аргумента.

Синтаксис:

statistics.stdev(data)

Пример :

import statistics
data = range(1,10)

res_std = statistics.stdev(data)
print(res_std)

В приведенном выше примере мы создали данные чисел от 1 до 10, используя Диапазон () Функция Отказ Кроме того, мы применяем функцию STDEV () для оценки стандартного отклонения значений данных.

Выход:

2.7386127875258306

Python стандартное отклонение с помощью Numpy Module

Модуль Python Numple преобразует элементы данных в форму массива для выполнения числовых манипуляций на нем.

Далее numpy.std () Функция Может использоваться для расчета стандартного отклонения всех значений данных, присутствующих в Numpy Array.

Синтаксис:

numpy.std(data)

Нам необходимо импортировать модуль Numpy в среду Python, чтобы получить доступ к встроенным функциям того же, используя код ниже

import numpy

Пример:

import numpy as np
import pandas as pd
data = np.arange(1,30)
res_std = np.std(data)
print(res_std)

В приведенном выше примере мы создали массив элементов из 1-30, используя numpy.arange () Функция Отказ После чего мы проходим массив на numpy.std () Функция Для расчета стандартного отклонения элементов массива.

Выход:

8.366600265340756

Python стандартное отклонение с модулем PandaS

Модуль Python Pandas Преобразует значения данных в Dataframe И помогает нам анализировать и работать с огромными наборами набора данных. Pandas.dataframe.Std () Функция используется для расчета стандартного отклонения значений столбцов данных конкретного DataFrame.

Синтаксис:

pandas.DataFrame.std()

Пример 1:

import numpy as np
import pandas as pd
data = np.arange(1,10)
df = pd.DataFrame(data)
res_std = df.std()
print(res_std)

В приведенном выше примере мы преобразовали Numpy Array в Dataframe и приложенные Dataframe.std () Функция Чтобы получить стандартное отклонение значений данных.

Выход:

0    2.738613
dtype: float64

Пример 2:

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
 
data = pd.read_csv("C:/mtcars.csv")
res_std = data['qsec'].std()
print(res_std)

В приведенном выше примере мы использовали набор данных и рассчитали стандартное отклонение столбца данных «QSEC» с помощью функции DataFrame.Std ().

Входной набор данных :

Выход:

1.7869432360968431

Заключение

Таким образом, в этой статье мы поняли работу функции Python STDEV () вместе с модулем Numpy и PandaS.

Рекомендации