Pythonin numpy-moduuli tarjoaa toiminnon nimeltä numpy.std() , käytetään keskihajonnan laskemiseen määritetyllä akselilla. Tämä funktio palauttaa taulukon elementtien keskihajonnan. Keskimääräisen neliöpoikkeaman neliöjuuri (laskettu keskiarvosta) tunnetaan keskihajonnana. Oletusarvoisesti keskihajonta lasketaan litteälle taulukolle. Avulla x.sum()/N , keskimääräinen neliöpoikkeama lasketaan normaalisti, ja tässä N=len(x).
Keskihajonta=sqrt(mean(abs(x-x.mean( ))**2
Syntaksi:
numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=)
Parametrit
a: array_like
Tämä parametri määrittää lähdetaulukon, jonka elementtien keskihajonta lasketaan.
akseli: ei mitään, int tai tuple of ints (valinnainen)
Se on akseli, jota pitkin standardipoikkeama lasketaan. Litetyn taulukon keskihajonta lasketaan oletusarvoisesti. Jos se on int-sarja, suorittaa standardipoikkeaman useiden akselien yli yhden akselin tai kaikkien akselien sijaan kuten aiemmin.
dtype : data_type (valinnainen)
Tämä parametri määrittää tietotyypin, jota käytetään keskihajonnan laskemiseen. Oletusarvoisesti tietotyyppi on float64 kokonaislukutyyppisille taulukoille, ja float-tyyppisille taulukoille se on sama kuin taulukkotyyppi.
merkkijono jsonobjectiin
ulos: ndarray (valinnainen)
Tämä parametri määrittää vaihtoehtoisen tulostustaulukon, johon tulos sijoitetaan. Tämä vaihtoehtoinen ndarray on saman muotoinen kuin odotettu tulos. Mutta valetaan tyyppi tarvittaessa.
dof : int (valinnainen)
Tämä parametri määrittää Delta Degrees of Freedom. Laskelmissa käytetään N-ddof jakajaa, jossa N on alkioiden lukumäärä. Oletusarvoisesti tämän parametrin arvo on 0.
Keepdims: bool (valinnainen)
Se on valinnainen, jonka arvo, kun se on tosi, jättää pienennetyn akselin dimensioksi, jonka koko on yksi resultantissa. Kun se läpäisee oletusarvon, se sallii ei-oletusarvojen kulkea ndarray-alaluokkien keskimääräisen menetelmän kautta, mutta Keepdims ei läpäise. Myös lähtö tai tulos lähetetään oikein tulotaulukkoa vastaan.
Palauttaa
Tämä funktio palauttaa uuden taulukon, joka sisältää keskihajonnan. Jos emme aseta 'out'-parametriksi Ei mitään, se palauttaa tulostaulukon viitteen.
oho käsitteitä javassa
Esimerkki 1:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a) b
Lähtö:
3.391164991562634
Yllä olevassa koodissa
gzip Linuxille
- Olemme tuoneet numpyn aliasnimellä np.
- Olemme luoneet taulukon 'a' array()-funktiolla.
- Olemme ilmoittaneet muuttujan 'b' ja määrittäneet palautetun arvon std() toiminto.
- Olemme ohittaneet taulukon 'a' funktiossa
- Lopuksi yritimme tulostaa arvon 'b' .
Tulosteessa on esitetty standardipoikkeaman sisältävä matriisi.
Esimerkki 2:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=0) b
Lähtö:
array([0.5, 0.5, 0.5, 0.5])
Esimerkki 3:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=1) b
Lähtö:
array([3.35410197, 3.35410197])
Esimerkki 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
Yllä olevassa koodissa
- Olemme tuoneet numpyn aliasnimellä np.
- Olemme luoneet taulukon 'a' käyttämällä np.zeros()-funktiota, jonka tietotyyppi on np.float32.
- Olemme antaneet arvon 0,1 elementeille 1strivi ja 1.0 toisen rivin elementteihin.
- Olemme ohittaneet taulukon 'a' funktiossa
- Lopuksi yritimme tulostaa arvon 'b' .
Lähdössä on esitetty standardipoikkeama, joka voi olla epätarkka.
Lähtö:
0.45000008
Esimerkki 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
Lähtö:
0.4499999992549418