使用 NumPy
计算 Python 中的平均值、方差和标准差
原文:https://www . geeksforgeeks . org/使用-numpy/ 计算 python 中的平均方差和标准偏差
Python 中的 Numpy 是一个通用的数组处理包。它提供了一个高性能多维数组对象和使用这些数组的工具。它是使用 Python 进行科学计算的基本包。Numpy 提供了非常简单的方法来计算平均值、方差和标准差。
平均的
对一组数据中表示中心值或典型值的数字求平均值,特别是众数、中位数或(最常见的)平均数,其计算方法是将数据集中的值之和除以它们的数字。n 个数 x 1 ,x 2 ,……x n 的平均值的基本公式为
示例:
假设有 8 个数据点,
这 8 个数据点的平均值是,
Python 中使用 Numpy 的平均值:
可以使用 python 中的 numpy.average() 函数计算平均值。
语法:
numpy . average()T2 a、 轴=None 、 权重=None 、 返回=False )
参数:
a: 包含要求平均值的数据的数组
轴:轴或平均 a 的轴
权重: 与 a 中的值相关联的权重数组
返回: 默认为假。如果为真,则返回元组,否则只返回平均值
例 1:
计算机编程语言
# Python program to get average of a list
# Importing the NumPy module
import numpy as np
# Taking a list of elements
list = [2, 4, 4, 4, 5, 5, 7, 9]
# Calculating average using average()
print(np.average(list))
输出:
5.0
例 2:
计算机编程语言
# Python program to get average of a list
# Importing the NumPy module
import numpy as np
# Taking a list of elements
list = [2, 40, 2, 502, 177, 7, 9]
# Calculating average using average()
print(np.average(list))
输出:
105.57142857142857
差异
方差是所有数字和平均值之间差异的平方和。方差的数学公式如下:
在哪里,
?意思是,
n 是元素总数或分布频率。
示例:
让我们考虑一下我们取平均值的同一个数据集。首先,计算每个数据点与平均值的偏差,并对每个结果进行平方,
Python 中使用 Numpy 的差异:
可以使用 python 中的 numpy.var() 函数计算方差。
语法:
num py . var(【a】、【axis = none】、【dttype = none】、**
*参数:*
*a:* 包含要求平均值的数据的数组
*轴:轴或平均 a* 的轴
*数据类型: 用于计算方差的类型。*
**out: 放置结果的备用输出数组。
自由度:δ自由度
保持尺寸:如果设置为真,减少的轴将作为尺寸为 1 的尺寸留在结果中**
*例 1:*
计算机编程语言
# Python program to get variance of a list
# Importing the NumPy module
import numpy as np
# Taking a list of elements
list = [2, 4, 4, 4, 5, 5, 7, 9]
# Calculating variance using var()
print(np.var(list))
*输出:*
4.0
*例 2:*
计算机编程语言
# Python program to get variance of a list
# Importing the NumPy module
import numpy as np
# Taking a list of elements
list = [212, 231, 234, 564, 235]
# Calculating variance using var()
print(np.var(list))
*输出:*
18133.359999999997
标准偏差
标准差是方差的平方根。这是衡量数据偏离平均值的程度。计算标准差的数学公式如下:
*示例:*
上述数据的标准偏差,
Python 中使用 Numpy 的标准偏差:
可以使用 python 中的 numpy.std() 函数计算标准差。
*语法:*
*numpy . STD(*)T2 a、 轴=None 、 dtype=None 、 out=None 、 ddof=0 *、keepdims =
)* *参数:*
*a:* 包含要求平均值的数据的数组
*轴:轴或平均 a* 的轴
*数据类型: 用于计算方差的类型。*
*out:* 放置结果的备用输出数组。
*自由度:*δ自由度
*保持尺寸:*如果设置为真,减少的轴将作为尺寸为 1 的尺寸留在结果中
*例 1:*
计算机编程语言
# Python program to get
# standard deviation of a list
# Importing the NumPy module
import numpy as np
# Taking a list of elements
list = [2, 4, 4, 4, 5, 5, 7, 9]
# Calculating standard
# deviation using var()
print(np.std(list))
*输出:*
2.0
*例 2:*
计算机编程语言
# Python program to get
# standard deviation of a list
# Importing the NumPy module
import numpy as np
# Taking a list of elements
list = [290, 124, 127, 899]
# Calculating standard
# deviation using var()
print(np.std(list))
*输出:*
318.35750344541907