Автор оригинала: Pankaj Kumar.

3 варианта стандартного отклонения в Python

Эй, читатели! В этой статье мы будем сосредоточиться на 3 варианта стандартного отклонения в питоне.

Поэтому перед началом начала, давайте сначала понять, какое стандартное отклонение?

Стандартное отклонение представляет собой отклонение значений или объектов данных в отношении среднего или центрального значения. Он в основном используется в области аналитики данных для изучения и анализа распределения данных.

Теперь давайте далее посмотрим на различные способы вычисления стандартного отклонения в Python в предстоящем разделе.

Вариант 1: стандартное отклонение в Python с использованием функции STDEV ()

Модуль статистики Python дает нам Статистика .Stev () Функция Чтобы рассчитать стандартное отклонение набора ценностей в целом.

Синтаксис:

statistics.stdev(data)

В приведенном ниже примере мы создали список и выполнили стандартную операцию отклонения на значениях данных, как показано ниже

Пример:

import statistics as std
lst = [1,2,3,4,5]
 
stat = std.stdev(lst)
print(stat)

Выход:

1.5811388300841898

Вариант 2: стандартное отклонение с помощью модуля Numpy

Numpy Module предлагает нам различные функции для решения и манипулирования числовыми значениями данных.

Мы можем рассчитать стандартное отклонение для диапазона значений, используя numpy.std () Функция как показано ниже

Синтаксис:

numpy.std(data)

Пример:

import numpy as np
num = np.arange(1,6)
stat = np.std(num)
print(stat)

Здесь мы использовали numpy.arange () Функция Для генерации набора непрерывных значений от 1 до 6. Кроме того, стандартное отклонение было рассчитано с использованием функции STD ().

Выход:

1.4142135623730951

Вариант 3: стандартное отклонение с модулем Pandas

Модуль PandaS позволяет нам иметь дело с большим количеством наборов данных, а также предоставляет нам различные функции для выполнения этих наборов данных.

С модулем PandaS мы можем выполнять различные операции статистики на значениях данных, один из них является стандартным отклонением, как показано ниже-

Синтаксис:

dataframe.std()

Пример:

import pandas as pd
lst = [1,2,3,4,5,6,7]
data = pd.DataFrame(lst)
stat = data.std()
print(stat)

В этом примере мы создали Список А затем преобразовал список в кадр данных с помощью функции PandaS.DataFrame (). Кроме того, мы рассчитали стандартное отклонение этих значений, присутствующих в рамках данных, использующих std () функция.

Выход:

0    2.160247
dtype: float64

Заключение

По этому, мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если вы столкнетесь с любыми вопросами.

Для большего количества таких постов, связанных с Python, оставайся настроенными @ Askpython и продолжай учиться!