Python Numpy.std() - Standard-Abweichungsfunktion

  2. Referenz
  3. Python Numpy Funktionen
  4. Python Numpy.std() - …
Sohaib Atiq 30 Januar 2023
NumPy
  1. Syntax von Numpy.std()
  2. Beispielcodes: numpy.std() mit 1-D-Array
  3. Beispiel-Codes: numpy.std() mit 2-D-Array
  4. Beispielcodes: numpy.std() mit Angabe von dtype
Python Numpy.std() - Standard-Abweichungsfunktion

Die Funktion Numpy.std() berechnet die Standardabweichung des gegebenen Arrays entlang der angegebenen Achse.

Syntax von Numpy.std()

numpy.std(arr, axis=None, dtype=float64)

Parameter
arr array_like
Eingabefeld zur Berechnung der Standardabweichung
axis None, int oder tuple von int
Achse, entlang der die Standardabweichung berechnet wird.
axis=0 bedeutet die entlang der Spalte berechnete Standardabweichung,
axis=1 bedeutet die Standardabweichung entlang der Zeile.
Es behandelt das mehrdimensionale Array als eine abgeflachte Liste, wenn axis nicht angegeben ist.
dtype dtype oder None
Datentyp, der bei der Berechnung der Standardabweichung verwendet wird.

Zurück

Sie gibt die Standardabweichung des gegebenen Arrays oder ein Array mit der Standardabweichung entlang der angegebenen Achse zurück.

Beispielcodes: numpy.std() mit 1-D-Array

Wenn das Python-1-D-Array die Eingabe ist, berechnet die Funktion Numpy.std() die Standardabweichung aller Werte im Array.

import numpy as np

arr = [10, 20, 30]
print("1-D array :", arr)
print("Standard Deviation of arr is ", np.std(arr))

Ausgabe:

1-D array : [10, 20, 30]
Standard deviation of arr is  8.16496580927726

Hier hat das 1-D-Array die Elemente 10, 20 und 30; daher ist der Wert im zurückgegebenen DataFrame die Standardabweichung ohne Zuweisung von Achseninformationen.

Beispiel-Codes: numpy.std() mit 2-D-Array

import numpy as np

arr = [[10, 20, 30], [3, 50, 5], [70, 80, 90], [100, 110, 120]]

print("Two Dimension array :", arr)
print("SD of with no axis :", np.std(arr))
print("SD of with axis along column :", np.std(arr, axis=0))
print("SD of with axis aong row :", np.std(arr, axis=1))

Ausgabe:

Two Dimension array : [[10, 20, 30], [3, 50, 5], [70, 80, 90], [100, 110, 120]]
SD of with no axis : 41.21960159384798
SD of with axis along column : [40.73312534 33.54101966 45.87687326]
SD of with axis aong row : [ 8.16496581 21.6999744   8.16496581  8.16496581]

np.std(arr) behandelt das Eingangsarray als das abgeflachte Array und berechnet die Standardabweichung dieses 1-D abgeflachten Arrays.

np.std(arr, axis=0) berechnet die Standardabweichung entlang der Spalte. Es gibt [40.73312534 33.54101966 45.87687326] als Standardabweichung jeder Spalte im Eingabefeld zurück.

np.std(arr, axis=1) berechnet die Standardabweichung entlang der Zeile. Der Rückgabewert ist [8.16496581 21.6999744 8.16496581 8.16496581] als Standardabweichung jeder Zeile im Eingabefeld.

Beispielcodes: numpy.std() mit Angabe von dtype

import numpy as np

arr = [10, 20, 30]
print("Single Dimension array :", arr)
print("SD of Single Dimension array :", np.std(arr))
print("SD value with float32 data :", np.std(arr, dtype=np.float32))
print("SD value with float64 data :", np.std(arr, dtype=np.float64))

Ausgabe:

Single Dimension array : [10, 20, 30]
SD of Single Dimension array : 8.16496580927726
SD value with float32 data : 8.164966
SD value with float64 data : 8.16496580927726

Wenn der Parameter dtype in der Funktion numpy.std() angegeben ist, verwendet sie den angegebenen Datentyp während der Berechnung der Standardabweichung.

Es ist offensichtlich, dass die Standardabweichung eine geringere Auflösung hat, wenn wir dtype mit float32 statt float64 belegen.