De numpy-module van Python biedt een functie genaamd numpy.std() , gebruikt om de standaardafwijking langs de opgegeven as te berekenen. Deze functie retourneert de standaardafwijking van de array-elementen. De vierkantswortel van de gemiddelde kwadratische afwijking (berekend op basis van het gemiddelde) staat bekend als de standaardafwijking. Standaard wordt de standaardafwijking berekend voor de afgevlakte array. Met hulp van de x.sum()/N , wordt normaal gesproken de gemiddelde kwadratische afwijking berekend, en hier is N=len(x).
Standaarddeviatie=sqrt(mean(abs(x-x.mean( ))**2
Syntaxis:
numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=)
Parameters
a: array_like
Deze parameter definieert de bronarray waarvan de standaardafwijking van de elementen wordt berekend.
as: Geen, int of tuple van ints (optioneel)
Het is de as waarlangs de standaardafwijking wordt berekend. De standaardafwijking van de afgevlakte array wordt standaard berekend. Als het een tupel van ints is, wordt de standaardafwijking over meerdere assen uitgevoerd in plaats van over een enkele as of over alle assen zoals voorheen.
dtype: data_type (optioneel)
Deze parameter definieert het gegevenstype dat wordt gebruikt bij het berekenen van de standaarddeviatie. Standaard is het gegevenstype float64 voor arrays van het integer-type, en voor arrays van float-types zal dit hetzelfde zijn als het arraytype.
wat is f5 op het toetsenbord
uit: ndarray (optioneel)
Deze parameter definieert de alternatieve uitvoerarray waarin het resultaat moet worden geplaatst. Deze alternatieve ndarray heeft dezelfde vorm als de verwachte uitvoer. Maar we casten het type wanneer dat nodig is.
dof: int (optioneel)
mijn monitorformaat
Deze parameter definieert de Delta Vrijheidsgraden. Bij berekeningen wordt de N-ddof-deler gebruikt, waarbij N het aantal elementen is. Standaard is de waarde van deze parameter ingesteld op 0.
keepdims: bool (optioneel)
Het is optioneel, waarvan de waarde, indien waar, de gereduceerde as als dimensies met maat één in de resultante laat staan. Wanneer het de standaardwaarde doorgeeft, kunnen de niet-standaardwaarden worden doorgegeven via de gemiddelde methode van subklassen van ndarray, maar de keepdims zullen niet passeren. Ook wordt de uitvoer of het resultaat correct uitgezonden tegen de invoerarray.
Geeft terug
Deze functie retourneert een nieuwe array die de standaarddeviatie bevat. Als we de parameter 'out' niet instellen op Geen, retourneert deze de referentie van de uitvoerarray.
Voorbeeld 1:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a) b
Uitgang:
3.391164991562634
In de bovenstaande code
- We hebben numpy geïmporteerd met aliasnaam np.
- We hebben een array 'a' gemaakt via de functie array().
- We hebben de variabele 'b' gedeclareerd en de geretourneerde waarde van toegewezen soa() functie.
- We hebben de array 'a' in de functie doorgegeven
- Ten slotte hebben we geprobeerd de waarde van af te drukken 'B' .
In de uitvoer is een array met de standaardafwijking weergegeven.
Voorbeeld 2:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=0) b
Uitgang:
array([0.5, 0.5, 0.5, 0.5])
Voorbeeld 3:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=1) b
Uitgang:
array([3.35410197, 3.35410197])
Voorbeeld 4:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a) b
In de bovenstaande code
- We hebben numpy geïmporteerd met aliasnaam np.
- We hebben een array 'a' gemaakt met behulp van de functie np.zeros() met gegevenstype np.float32.
- Aan de elementen van de 1 hebben we de waarde 0,1 toegekendstrij en 1.0 voor de elementen van de tweede rij.
- We hebben de array 'a' in de functie doorgegeven
- Ten slotte hebben we geprobeerd de waarde van af te drukken 'B' .
In de uitvoer is de standaardafwijking weergegeven, die onnauwkeurig kan zijn.
Uitgang:
alfa-bèta-snoeien
0.45000008
Voorbeeld 5:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a ,dtype=np.float64)) b
Uitgang:
0.4499999992549418