HOWTO · Python
在 Python 中計算列表的標準差
本教程演示瞭如何在 Python 中計算列表的標準偏差。
本頁內容
使用 statistics.pstdev() 可計算 Python 列表的母體標準差。NumPy 的 numpy.std() 預設也會計算母體標準差,而簡短的公式則能說明計算方式。如果你的資料只是用來估計較大母體的樣本,請改用樣本標準差。
標準差描述數值通常會偏離平均值多遠。以下範例使用相同的列表,方便你直接比較標準函式庫、NumPy 和手動計算方式。(statistics.stdev())
使用 statistics.pstdev() 計算母體標準差
Python 標準函式庫中的 statistics 模組提供 statistics.pstdev(),可計算母體標準差。除非你自行提供選用的 mu 引數,否則函式會根據資料計算平均值。一般情況下只要傳入資料,讓函式使用相符的平均值即可。
執行以下範例:
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import statistics
data = [2, 4, 4, 4, 5, 5, 7, 9]
standard_deviation = statistics.pstdev(data)
print(f"Population standard deviation: {standard_deviation}")
如果列表包含你要描述的完整母體,這是最簡單的選擇。結果是浮點數;後續計算時請保留數值格式,只在顯示時再設定格式。
使用 NumPy 計算母體標準差
若要處理陣列,可使用 numpy.std()。其預設值 ddof=0 會將平方差總和除以數值個數,因此得到母體標準差。執行此範例前,必須先在 Python 環境中安裝 NumPy。
執行以下範例:
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import numpy as np
data = [2, 4, 4, 4, 5, 5, 7, 9]
standard_deviation = np.std(data)
print(f"Population standard deviation: {standard_deviation}")
如果列表是樣本,而你要計算樣本標準差,請設定 ddof=1:np.std(data, ddof=1)。如此一來,除數會從數值個數改為少一個。對於多維陣列,axis 可指定 NumPy 要沿著哪個維度計算結果;若是一維列表,預設會為整個列表計算一個數值。
手動計算母體標準差
母體標準差公式分為三個步驟:先求平均值,再計算每個數值與平均值之差的平方並取其平均,最後對這個平均值開平方。以數值個數作為除數,就是母體計算方式。math.sqrt() 是求出最後平方根的一種清楚寫法。
執行以下範例:
本節中的程式碼以及顯示的標籤或輸出仍為英文。
import math
data = [2, 4, 4, 4, 5, 5, 7, 9]
mean = sum(data) / len(data)
squared_differences = [(value - mean) ** 2 for value in data]
population_variance = sum(squared_differences) / len(data)
standard_deviation = math.sqrt(population_variance)
print(f"Population standard deviation: {standard_deviation}")
這個寫法呈現了公式的各個部分,而且只使用標準函式庫。最後一步也可以寫成 population_variance ** 0.5,同樣是求平方根。輸入必須是數值,而且至少要有一個項目:計算平均值時會除以列表長度,因此在開始計算前,請先決定應用程式要如何處理空列表。
選擇母體或樣本標準差
如果資料包含你要描述的群體中每一個成員,例如某個特定批次收集到的所有測量值,請使用母體標準差。如果資料只是樣本,並且你要用它估計較大母體的變異程度,請使用樣本標準差。由於樣本平均值是根據相同的觀測值估算而來,樣本公式會進行自由度修正。
在 Python 中,statistics.pstdev(data) 計算母體標準差,statistics.stdev(data) 則計算樣本標準差。NumPy 的 np.std(data) 預設計算母體標準差;np.std(data, ddof=1) 則計算樣本標準差。同一個列表使用這些方式可能得到不同結果,因此應依據資料代表的意義來選擇,而不是只看哪個函式較簡短。