Python Numpy.std()-표준 편차 함수

  1. numpy.std()구문
  2. 예제 코드: 1 차원 배열이있는numpy.std()
  3. 예제 코드: 2 차원 배열이있는numpy.std()
  4. 예제 코드: dtype이 지정된numpy.std()

Numpy.std() 함수는 지정된 축을 따라 주어진 배열의 표준 편차를 계산합니다.

numpy.std()구문

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

매개 변수

arr 표준 편차를 계산하기위한 array_like
입력 배열
axis int의None,int 또는tuple
표준 편차가 계산되는 축입니다.
axis=0은 열을 따라 계산 된 표준 편차를 의미하고,
axis=1은 행을 따라 계산 된 표준 편차를 의미합니다.
axis인 경우 다중 차원 배열을 평면화 된 목록으로 처리합니다.
dtype 표준 편차를 계산하는 동안 사용되는dtype 또는None
데이터 유형입니다.

반환

주어진 배열의 표준 편차 또는 지정된 축을 따라 표준 편차가있는 배열을 반환합니다.

예제 코드: 1 차원 배열이있는numpy.std()

파이썬 1 차원 배열이 입력일 때numpy.std()함수는 배열에있는 모든 값의 표준 편차를 계산합니다.

import numpy as np

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

산출:

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

여기서 1 차원 배열은 10, 20, 30의 요소를가집니다. 따라서 반환 된DataFrame의 값은 축 정보를 할당하지 않은 표준 편차입니다.

예제 코드: 2 차원 배열이있는numpy.std()

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))

산출:

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)는 입력 배열을 평면화 된 배열로 취급하고이 1 차원 평면화 된 배열의 표준 편차를 계산합니다.

np.std(arr, axis = 0)는 열을 따라 표준 편차를 계산합니다. 입력 배열에있는 각 열의 표준 편차로[40.73312534 33.54101966 45.87687326]을 반환합니다.

np.std (arr, axis = 1)는 행을 따라 표준 편차를 계산합니다. 입력 배열에있는 각 행의 표준 편차로[8.16496581 21.6999744 8.16496581 8.16496581]을 반환합니다.

예제 코드: dtype이 지정된numpy.std()

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))

산출:

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

numpy.std()함수에dtype 매개 변수가 주어지면 표준 편차 계산시 지정된 데이터 유형을 사용합니다.

float64가 아닌float32dtype을 할당하면 표준 편차의 해상도가 더 낮다는 것을 알 수 있습니다.