El módulo numpy de Python proporciona una función llamada numpy.std() , utilizado para calcular la desviación estándar a lo largo del eje especificado. Esta función devuelve la desviación estándar de los elementos de la matriz. La raíz cuadrada de la desviación cuadrática promedio (calculada a partir de la media) se conoce como desviación estándar. De forma predeterminada, la desviación estándar se calcula para la matriz aplanada. Con la ayuda del x.suma()/N , normalmente se calcula la desviación cuadrática promedio, y aquí, N=len(x).
Desviación estándar=sqrt(media(abs(x-x.media( ))**2
Sintaxis:
numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=)
Parámetros
a: tipo matriz
Este parámetro define la matriz de origen cuyos elementos se calcula la desviación estándar.
eje: Ninguno, int o tupla de enteros (opcional)
Es el eje a lo largo del cual se calcula la desviación estándar. La desviación estándar de la matriz aplanada se calcula de forma predeterminada. Si es una tupla de enteros, realiza la desviación estándar en varios ejes en lugar de un solo eje o todos los ejes como antes.
tipo d: tipo_datos (opcional)
Este parámetro define el tipo de datos que se utiliza para calcular la desviación estándar. De forma predeterminada, el tipo de datos es float64 para matrices de tipo entero y, para matrices de tipo flotante, será el mismo que el tipo de matriz.
convertir un objeto java a json
salida: ndarray (opcional)
Este parámetro define la matriz de salida alternativa en la que se colocará el resultado. Este ndarray alternativo tiene la misma forma que el resultado esperado. Pero lanzamos el tipo cuando es necesario.
grados de libertad: int (opcional)
Este parámetro define los grados delta de libertad. El divisor N-ddof se utiliza en los cálculos, donde N es el número de elementos. De forma predeterminada, el valor de este parámetro se establece en 0.
keepdims: bool (opcional)
comentarios java
Es opcional, cuyo valor, cuando sea verdadero, dejará el eje reducido como dimensiones de tamaño uno en el resultante. Cuando pasa el valor predeterminado, permitirá que los valores no predeterminados pasen a través del método medio de las subclases de ndarray, pero keepdims no pasará. Además, la salida o el resultado se transmitirán correctamente en la matriz de entrada.
Devoluciones
Esta función devolverá una nueva matriz que contiene la desviación estándar. Si no configuramos el parámetro 'out' en Ninguno, devuelve la referencia de la matriz de salida.
Ejemplo 1:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a) b
Producción:
3.391164991562634
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos creado una matriz 'a' mediante la función array().
- Hemos declarado la variable 'b' y asignado el valor devuelto de estándar() función.
- Hemos pasado el array 'a' en la función
- Por último, intentamos imprimir el valor de 'b' .
En el resultado, se muestra una matriz que contiene la desviación estándar.
estampado de estrellas
Ejemplo 2:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=0) b
Producción:
array([0.5, 0.5, 0.5, 0.5])
Ejemplo 3:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=1) b
Producción:
array([3.35410197, 3.35410197])
Ejemplo 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
En el código anterior
- Hemos importado numpy con nombre de alias np.
- Hemos creado una matriz 'a' usando la función np.zeros() con tipo de datos np.float32.
- Hemos asignado el valor 0,1 a los elementos del 1callefila y 1.0 a los elementos de la segunda fila.
- Hemos pasado el array 'a' en la función
- Por último, intentamos imprimir el valor de 'b' .
En el resultado se muestra la desviación estándar, que puede ser inexacta.
Producción:
0.45000008
Ejemplo 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
Producción:
0.4499999992549418