De Panda's soa() wordt gedefinieerd als een functie voor het berekenen van de standaardafwijking van de gegeven reeks getallen, DataFrame, kolom en rijen. Om de standaardafwijking te berekenen, moeten we het pakket met de naam ' statistieken ' voor de berekening van de mediaan.

De standaardafwijking wordt standaard genormaliseerd door N-1 en kan worden gewijzigd met behulp van de ik zal komen argument.

git alles toevoegen

Syntaxis:

 Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs) 

Parameters:

as:{index (0), kolommen (1)}volgorde:Het sluit alle NA/null-waarden uit. Als NA in een hele rij/kolom aanwezig is, is het resultaat NA.niveau:Het telt mee met een bepaald niveau en stort in een scalair als de as een MultiIndex is (hiërarchisch).Ik zal:Delta graden van vrijheid. De deler die bij berekeningen wordt gebruikt, is N - ddof, waarbij N het aantal elementen vertegenwoordigt.numeriek_alleen:boolean, standaardwaarde Geen
Het bevat alleen float-, int- en booleaanse kolommen. Als het Geen is, zal het proberen alles te gebruiken, dus gebruik alleen numerieke gegevens.
Het is niet geïmplementeerd voor een serie.

Geeft terug:

Het retourneert Series of DataFrame als het niveau is opgegeven.

Voorbeeld 1:

 import pandas as pd # calculate standard deviation import numpy as np print(np.std([4,7,2,1,6,3])) print(np.std([6,9,15,2,-17,15,4])) 

Uitvoer

dynamische array java

 2.1147629234082532 10.077252622027656 

Voorbeeld2:

 import pandas as pd import numpy as np #Create a DataFrame info = { 'Name':['Parker','Smith','John','William'], 'sub1_Marks':[52,38,42,37], 'sub2_Marks':[41,35,29,36]} data = pd.DataFrame(info) data # standard deviation of the dataframe data.std() 

Uitvoer

 sub1_Marks 6.849574 sub2_Marks 4.924429 dtype: float64