Python Numpy.std() - Funzione di deviazione standard

  2. Riferimento
  3. Funzioni Python Numpy
  4. Python Numpy.std() - Funzione di …
Sohaib Atiq 30 gennaio 2023
NumPy
  1. Sintassi di numpy.std()
  2. Codici di esempio: numpy.std() con array 1-D
  3. Codici di esempio: numpy.std() con 2-D Array
  4. Codici di esempio: numpy.std() con dtype specificato
Python Numpy.std() - Funzione di deviazione standard

La funzione Numpy.std() calcola la deviazione standard di un array data lungo l’asse specificato.

Sintassi di numpy.std()

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

Parametri
arr array_like
array di input per calcolare la deviazione standard
axis None, int o tupla di int
Asse lungo il quale viene calcolata la deviazione standard.
axis=0 significa deviazione standard calcolata lungo la colonna,
axis=1 significa deviazione standard lungo la riga.
Tratta la matrice a più dimensioni come una lista appiattito se axis non è dato.
dtype dtype o None
Tipo di dati utilizzato durante il calcolo della deviazione standard.

Ritorno

Restituisce la deviazione standard di un array data o un array con la deviazione standard lungo l’asse specificato.

Codici di esempio: numpy.std() con array 1-D

Quando l’array 1-D Python è l’input, la funzione Numpy.std() calcola la deviazione standard di tutti i valori nell’array.

import numpy as np

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

Produzione:

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

Qui, l’array 1-D ha gli elementi di 10, 20 e 30; pertanto, il valore nel DataFrame restituito è la deviazione standard senza assegnare alcuna informazione sull’asse.

Codici di esempio: numpy.std() con 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))

Produzione:

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) tratta l’array di input come array appiattito e calcola la deviazione standard di questo array 1-D appiattito.

np.std(arr, axis=0) calcola la deviazione standard lungo la colonna. Restituisce [40.73312534 33.54101966 45.87687326] come deviazione standard di ogni colonna nell’array di input.

np.std(arr, axis=1) calcola la deviazione standard lungo la riga. Restituisce [8.16496581 21.6999744 8.16496581 8.16496581] come deviazione standard di ogni riga nell’array di input.

Codici di esempio: numpy.std() con dtype specificato

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))

Produzione:

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

Se il parametro dtype è fornito nella funzione numpy.std(), utilizza il tipo di dati specificato durante il calcolo della deviazione standard.

È ovvio notare che la deviazione standard ha una risoluzione inferiore se assegniamo dtype con float32 invece di float64.