Calcular la desviación estándar de una lista en Python

Lakshay Kapoor 30 enero 2023
  1. Utilice la función pstdev() del módulo statistics para calcular la desviación estándar de una lista en Python
  2. Utilice la función std() de la biblioteca NumPy para calcular la desviación estándar de una lista en Python
  3. Utilice la función sum() y la comprensión de listas para calcular la desviación estándar de una lista en Python
Calcular la desviación estándar de una lista en Python

En Python, se están realizando muchas operaciones estadísticas. Una de estas operaciones es calcular la desviación estándar de un dato dado. La desviación estándar de los datos nos dice cuánto se han desviado los datos del valor medio. Matemáticamente, la desviación estándar es igual a la raíz cuadrada de la varianza.

Este tutorial demostrará cómo calcular la desviación estándar de una lista en Python.

Utilice la función pstdev() del módulo statistics para calcular la desviación estándar de una lista en Python

La función pstdev() es uno de los comandos del módulo statistics de Python. El módulo de statistics proporciona funciones para realizar operaciones estadísticas como media, mediana y desviación estándar de datos numéricos en Python.

La función pstdev() del módulo statistics ayuda al usuario a calcular la desviación estándar de toda la población.

import statistics

list = [12, 24, 36, 48, 60]
print("List : " + str(list))

st_dev = statistics.pstdev(list)
print("Standard deviation of the given list: " + str(st_dev))

Producción :

List : [12, 24, 36, 48, 60]
Standard deviation of the given list: 16.97056274847714

En el ejemplo anterior, la función str() convierte la lista completa y su desviación estándar en una cadena porque solo se puede concatenar con una cadena.

Utilice la función std() de la biblioteca NumPy para calcular la desviación estándar de una lista en Python

El NumPy significa Numerical Python es una biblioteca ampliamente utilizada en Python. Esta biblioteca ayuda a tratar con matrices, matrices, álgebra lineal y transformada de Fourier.

La función std() de la biblioteca NumPy se utiliza para calcular la desviación estándar de los elementos en un array dada (lista). Mira el ejemplo a continuación.

import numpy as np

list = [12, 24, 36, 48, 60]
print("List : " + str(list))

st_dev = np.std(list)

print("Standard deviation of the given list: " + str(st_dev))

Producción :

List : [12, 24, 36, 48, 60]
Standard deviation of the given list: 16.97056274847714

Utilice la función sum() y la comprensión de listas para calcular la desviación estándar de una lista en Python

Como sugiere el nombre, la función sum() proporciona la suma de todos los elementos de un iterable, como listas o tuplas. La comprensión de listas es un método para crear una lista a partir de los elementos presentes en una lista ya existente.

La función sum() y la comprensión de listas pueden ayudar a calcular la desviación estándar de una lista. Aquí tienes un código de ejemplo.

import math

list = [12, 24, 36, 48, 60]
print("List : " + str(list))

mean = sum(list) / len(list)
var = sum((l - mean) ** 2 for l in list) / len(list)
st_dev = math.sqrt(var)

print("Standard deviation of the given list: " + str(st_dev))

Producción :

List : [12, 24, 36, 48, 60]
Standard deviation of the given list: 16.97056274847714

En el ejemplo anterior, se importa el módulo math. Proporciona la función sqrt() para calcular la raíz cuadrada de un valor dado. Además, tenga en cuenta que también se utiliza la función len(). Esta función ayuda a proporcionar la longitud de la lista dada, por ejemplo, el número de elementos en la lista.

Este método se basa en la fórmula matemática de la desviación estándar. Primero, calculamos la varianza y luego obtenemos su raíz cuadrada para encontrar la desviación estándar.

Lakshay Kapoor avatar Lakshay Kapoor avatar

Lakshay Kapoor is a final year B.Tech Computer Science student at Amity University Noida. He is familiar with programming languages and their real-world applications (Python/R/C++). Deeply interested in the area of Data Sciences and Machine Learning.

LinkedIn

Artículo relacionado - Python Statistics

Artículo relacionado - Python List