Python Numpy.std() - Fonction d'écart type

Sohaib Atiq 30 janvier 2023
  1. Syntaxe de numpy.std()
  2. Exemples de codes: numpy.std() avec un tableau 1-D
  3. Exemples de codes: numpy.std() avec tableau 2D
  4. Exemples de codes: numpy.std() avec dtype spécifié
Python Numpy.std() - Fonction d'écart type

La fonction Numpy.std() calcule l’écart type du tableau donné le long de l’axe spécifié.

Syntaxe de numpy.std()

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

Paramètres

arr array_like
tableau d’entrée pour calculer l’écart type
axis None, int or tuple of int
Axis along which the standard deviation is computed.
axis=0 means standard deviation computed along the column,
axis=1 means standard deviation along the row.
It treats the multiple dimension array as a flattened list if axis is not given.
dtype dtype or None
Data type used during the calcuation of the standard deviation.

Revenir

Il retourne l’écart type du tableau donné, ou un tableau avec l’écart type le long de l’axe spécifié.

Exemples de codes: numpy.std() avec un tableau 1-D

Lorsque le tableau Python 1-D est l’entrée, la fonction Numpy.std() calcule l’écart type de toutes les valeurs du tableau.

import numpy as np

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

Production:

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

Ici, le tableau 1-D a les éléments de 10, 20 et 30; par conséquent, la valeur dans le DataFrame renvoyé est l’écart-type sans affecter aucune information d’axe.

Exemples de codes: numpy.std() avec tableau 2D

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))

Production:

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) traite le tableau d’entrée comme le tableau aplati et calcule l’écart type de ce tableau aplati 1D.

np.std(arr, axe = 0) calcule l’écart type le long de la colonne. Il retourne [40.73312534 33.54101966 45.87687326] comme écart-type de chaque colonne du tableau d’entrée.

np.std(arr, axe = 1) calcule l’écart type le long de la ligne. Il retourne [8.16496581 21.6999744 8.16496581 8.16496581] comme écart-type de chaque ligne du tableau d’entrée.

Exemples de codes: numpy.std() avec dtype spécifié

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))

Production:

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

Si le paramètre dtype est donné dans la fonction numpy.std() , il utilise le type de données spécifié lors du calcul de l’écart-type.

Il est évident de remarquer que l’écart-type a une résolution inférieure si nous affectons dtype à float32 plutôt qu’à float64.