np.mean()和np.std()函數(shù)的具體使用
一、np.mean() 函數(shù)定義:
numpy.mean(a, axis, dtype, out,keepdims)
mean()函數(shù)功能:求取均值
經(jīng)常操作的參數(shù)為axis,以m * n矩陣舉例:
- axis 不設(shè)置值,對(duì) m*n 個(gè)數(shù)求均值,返回一個(gè)實(shí)數(shù)
- axis = 0:壓縮行,對(duì)各列求均值,返回 1* n 矩陣
- axis = 1:壓縮列,對(duì)各行求均值,返回 m *1 矩陣
import numpy as np a = np.array([[1, 2], [3, 4]]) print(a) [[1 2] ?[3 4]] ? print(type(a)) <class 'numpy.ndarray'> print(np.mean(a)) 2.5 print(np.mean(a, axis=0)) # axis=0,計(jì)算每一列的均值 [2. 3.] print(np.mean(a, axis=1)) # axis = 1計(jì)算每一行的均值 [1.5 3.5]
二、np.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=)
這個(gè)函數(shù)是用來(lái)求標(biāo)準(zhǔn)差的。axis=0時(shí),表示求每一列標(biāo)準(zhǔn)差,axis=1時(shí),表示求每一行標(biāo)準(zhǔn)差,當(dāng)axis=None時(shí),表示求全局標(biāo)準(zhǔn)差。
其次numpy計(jì)算的為總體標(biāo)準(zhǔn)偏差,即當(dāng)ddof=0時(shí),計(jì)算有偏樣本標(biāo)準(zhǔn)差;一般在擁有所有數(shù)據(jù)的情況下,計(jì)算所有數(shù)據(jù)的標(biāo)準(zhǔn)差時(shí)使用,即最終除以n。
當(dāng)ddof = 1時(shí),表示計(jì)算無(wú)偏樣本標(biāo)準(zhǔn)差,最終除以n-1。
這個(gè)是統(tǒng)計(jì)學(xué)意義上的,日常使用時(shí)一般情況很難收集到所有樣本,都應(yīng)該使用ddof = 1
import numpy as np a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) pian = np.std(a, ddof = 0) # 有偏 print("std有偏計(jì)算結(jié)果:",pian) std有偏計(jì)算結(jié)果: 2.8722813232690143 orig = np.sqrt(((a - np.mean(a)) ** 2).sum() / a.size) print("有偏公式計(jì)算結(jié)果:",orig) 有偏公式計(jì)算結(jié)果: 2.8722813232690143 no_pian = np.std(a, ddof = 1) # 無(wú)偏 print("std無(wú)偏計(jì)算結(jié)果:",no_pian) std無(wú)偏計(jì)算結(jié)果: 3.0276503540974917 orig1 = np.sqrt(((a - np.mean(a)) ** 2).sum() / (a.size - 1)) print("無(wú)偏公式計(jì)算結(jié)果:",orig1) 無(wú)偏公式計(jì)算結(jié)果: 3.0276503540974917
到此這篇關(guān)于np.mean()和np.std()函數(shù)的具體使用的文章就介紹到這了,更多相關(guān)np.mean()和np.std()函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python imutils 填充圖片周邊為黑色的實(shí)現(xiàn)
今天小編就為大家分享一篇Python imutils 填充圖片周邊為黑色的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01Selenium定時(shí)刷新網(wǎng)頁(yè)的實(shí)現(xiàn)代碼
這篇文章主要介紹了Selenium定時(shí)刷新網(wǎng)頁(yè)的實(shí)現(xiàn)代碼,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-10-10Python實(shí)現(xiàn)圖算法、堆操作和并查集代碼實(shí)例
這篇文章主要介紹了Python實(shí)現(xiàn)圖算法、堆操作和并查集代碼實(shí)例,圖算法、堆操作和并查集是計(jì)算機(jī)科學(xué)中常用的數(shù)據(jù)結(jié)構(gòu)和算法,它們?cè)诮鉀Q各種實(shí)際問(wèn)題中具有重要的應(yīng)用價(jià)值,需要的朋友可以參考下2023-08-08Virtualenv 搭建 Py項(xiàng)目運(yùn)行環(huán)境的教程詳解
這篇文章主要介紹了Virtualenv 搭建 Py項(xiàng)目運(yùn)行環(huán)境的詳細(xì)教程,本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-06-06python pytesseract庫(kù)的實(shí)例用法
在本篇文章里小編給大家整理的是一篇關(guān)于python pytesseract庫(kù)的實(shí)例用法,有需要的朋友們可以學(xué)習(xí)參考下。2021-07-07Python 實(shí)現(xiàn)Serial 與STM32J進(jìn)行串口通訊
今天小編就為大家分享一篇Python 實(shí)現(xiàn)Serial 與STM32J進(jìn)行串口通訊,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12python numpy函數(shù)中的linspace創(chuàng)建等差數(shù)列詳解
numpy.linspace是用于創(chuàng)建一個(gè)一維數(shù)組,并且是等差數(shù)列構(gòu)成的一維數(shù)組,下面這篇文章主要給大家介紹了關(guān)于python numpy函數(shù)中的linspace創(chuàng)建等差數(shù)列的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下。2017-10-10