Il modulo Numpy di Python fornisce una funzione chiamata numpy.std() , utilizzato per calcolare la deviazione standard lungo l'asse specificato. Questa funzione restituisce la deviazione standard degli elementi dell'array. La radice quadrata della deviazione quadrata media (calcolata dalla media) è nota come deviazione standard. Per impostazione predefinita, la deviazione standard viene calcolata per la matrice appiattita. Con l'aiuto del x.somma()/N , viene normalmente calcolata la deviazione quadratica media e in questo caso N=len(x).
Deviazione standard=sqrt(mean(abs(x-x.mean( ))**2
Sintassi:
numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=)
Parametri
a: array_like
Questo parametro definisce l'array di origine di cui viene calcolata la deviazione standard degli elementi.
asse: Nessuno, int o tupla di int (opzionale)
È l'asse lungo il quale viene calcolata la deviazione standard. La deviazione standard dell'array appiattito viene calcolata per impostazione predefinita. Se è una tupla di numeri interi, esegue la deviazione standard su più assi invece che su un singolo asse o su tutti gli assi come prima.
dtype: tipo_dati (opzionale)
Questo parametro definisce il tipo di dati utilizzato per calcolare la deviazione standard. Per impostazione predefinita, il tipo di dati è float64 per gli array di tipo intero e, per gli array di tipo float, sarà uguale al tipo di array.
java scan.stringa successiva
out: ndarray (opzionale)
Questo parametro definisce l'array di output alternativo in cui deve essere inserito il risultato. Questo ndarray alternativo ha la stessa forma dell'output previsto. Ma lanciamo il tipo quando necessario.
dof: int (opzionale)
Questo parametro definisce i gradi di libertà Delta. Nei calcoli viene utilizzato il divisore N-ddof, dove N è il numero di elementi. Per impostazione predefinita, il valore di questo parametro è impostato su 0.
keepdims: bool (opzionale)
È facoltativo, il cui valore, se vero, lascerà l'asse ridotto come dimensioni con dimensione uno nella risultante. Quando passa il valore predefinito, consentirà ai valori non predefiniti di passare tramite il metodo medio delle sottoclassi di ndarray, ma i keepdims non passeranno. Inoltre, l'output o il risultato verranno trasmessi correttamente rispetto all'array di input.
ritorna
Questa funzione restituirà un nuovo array che contiene la deviazione standard. Se non impostiamo il parametro 'out' su None, restituisce il riferimento dell'array di output.
imposta in Java
Esempio 1:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a) b
Produzione:
3.391164991562634
Nel codice sopra
- Abbiamo importato Numpy con il nome alias np.
- Abbiamo creato un array 'a' tramite la funzione array().
- Abbiamo dichiarato la variabile 'b' e assegnato il valore restituito di standard() funzione.
- Abbiamo passato l'array 'a' nella funzione
- Infine, abbiamo provato a stampare il valore di 'B' .
Nell'output è stata mostrata una matrice contenente la deviazione standard.
Esempio 2:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=0) b
Produzione:
array([0.5, 0.5, 0.5, 0.5])
Esempio 3:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=1) b
Produzione:
array([3.35410197, 3.35410197])
Esempio 4:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a) b
Nel codice sopra
rinominare una directory linux
- Abbiamo importato Numpy con il nome alias np.
- Abbiamo creato un array 'a' utilizzando la funzione np.zeros() con tipo di dati np.float32.
- Abbiamo assegnato il valore 0,1 agli elementi di 1striga e 1.0 agli elementi della seconda riga.
- Abbiamo passato l'array 'a' nella funzione
- Infine, abbiamo provato a stampare il valore di 'B' .
Nell'output è stata mostrata la deviazione standard, che può essere imprecisa.
Produzione:
0.45000008
Esempio 5:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a ,dtype=np.float64)) b
Produzione:
0.4499999992549418