Heim > Backend-Entwicklung > Python-Tutorial > Was ist Standard in Python?

Was ist Standard in Python?

(*-*)浩
Freigeben: 2019-07-09 10:34:34
Original
17350 Leute haben es durchsucht

std()-Funktion ist die Standardabweichung der Mittel- und Oberstufe

Was ist Standard in Python?

numpy.std() Die Standardabweichung beim Suchen Die Standardabweichung ist geteilt durch n, sie ist voreingenommen. Die unverzerrte Stichprobenstandardabweichungsmethode von np.std besteht darin, den Parameter ddof = 1 hinzuzufügen (empfohlenes Lernen: Python-Video-Tutorial)

pandas.std() dividiert standardmäßig durch n-1, das heißt, es ist unvoreingenommen wie numpy.std(), Sie müssen den Parameter ddof=0 hinzufügen. das heißt, pandas.std(ddof= 0);

In der Statistik haben langjährige Erfahrungen ergeben:

Für die Bevölkerung ist die Standardabweichung Formel wird durch n innerhalb der Quadratwurzel dividiert,

Wenn es sich um eine Stichprobe handelt, wird die Standardabweichungsformel durch die Quadratwurzel (n-1) dividiert

Weil wir a ausgesetzt sind Bei vielen Stichproben verwenden wir im Allgemeinen die Quadratwurzel dividiert durch (n-1).

Bedeutung der Formel: Subtrahieren Sie den Durchschnittswert von allen Zahlen, dividieren Sie die Quadratsumme durch die Anzahl der Zahlen (oder die Zahl minus eins) und ziehen Sie dann die Wurzel aus dem resultierenden Wert, der 1 ist /2 Potenz, und Sie erhalten Die Zahl ist die Standardabweichung dieser Zahlenmenge.

Beschreibung() von DataFrame enthält std();

>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.std(a, ddof = 1)
3.0276503540974917
>>> np.sqrt(((a - np.mean(a)) ** 2).sum() / (a.size - 1))
3.0276503540974917
>>> np.sqrt(( a.var() * a.size) / (a.size - 1))
3.0276503540974917
Nach dem Login kopieren
Weitere technische Artikel zum Thema Python finden Sie in der Spalte

Python-Tutorial!

Das obige ist der detaillierte Inhalt vonWas ist Standard in Python?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Verwandte Etiketten:
Quelle:php.cn
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage