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 m*n 個(gè)數(shù)求均值，返回一個(gè)實(shí)數(shù)
- axis = 0：壓縮行，對各列求均值，返回 1* n 矩陣
- axis = 1：壓縮列，對各行求均值，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) # 無偏
print("std無偏計(jì)算結(jié)果：",no_pian)
std無偏計(jì)算結(jié)果： 3.0276503540974917
orig1 = np.sqrt(((a - np.mean(a)) ** 2).sum() / (a.size - 1))
print("無偏公式計(jì)算結(jié)果：",orig1)
無偏公式計(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
這篇文章主要介紹了python調(diào)用虹軟2.0第三版的具體使用，小編覺得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2019-02-02
python應(yīng)用Axes3D繪圖（批量梯度下降算法）
這篇文章主要為大家詳細(xì)介紹了python應(yīng)用Axes3D繪圖，批量梯度下降算法，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-03-03
如何使用Python和OpenCV進(jìn)行實(shí)時(shí)目標(biāo)檢測實(shí)例詳解
這篇文章介紹了一個(gè)使用Python和OpenCV實(shí)現(xiàn)實(shí)時(shí)視頻流目標(biāo)檢測的程序,程序使用預(yù)訓(xùn)練的YOLOv3模型,并通過多線程處理提高性能,代碼展示了如何導(dǎo)入庫、初始化參數(shù)、加載模型、處理視頻幀以及顯示結(jié)果,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-11-11
python操作excel的方法（xlsxwriter包的使用）
這篇文章主要為大家詳細(xì)介紹了python操作excel的方法，xlsxwriter包的使用方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-06-06
random() 方法返回隨機(jī)生成的一個(gè)實(shí)數(shù)，它在[0,1)范圍內(nèi)。這篇文章主要介紹了Random 在 Python 中的使用方法,需要的朋友可以參考下2018-08-08
安裝好PyCharm之后,新建或者導(dǎo)入項(xiàng)目碰到找不到解釋器的情況,不用擔(dān)心,追根到底,咱們就是需要找到pycharm*.exe的文件,那么這個(gè)文件在哪里呢？所以本文就給大家介紹一下pycharm找不到解釋器問題的解決方案,需要的朋友可以參考下2024-04-04
python正則表達(dá)式完成車牌號檢驗(yàn)的代碼實(shí)例
這篇文章主要給大家介紹了關(guān)于python正則表達(dá)式完成車牌號檢驗(yàn)的相關(guān)資料,在Python中正則表達(dá)式是一種用于匹配和操作字符串的強(qiáng)大工具,文中通過代碼介紹的非常詳細(xì),需要的朋友可以參考下2024-02-02
超好玩的"隔空操物"通過Python?MediaPipe庫實(shí)現(xiàn)
這篇文章主要介紹了python+mediapipe+opencv實(shí)現(xiàn)手部關(guān)鍵點(diǎn)檢測功能(手勢識別),本文僅僅簡單介紹了mediapipe的使用，而mediapipe提供了大量關(guān)于圖像識別等的方法，需要的朋友可以參考下2022-01-01
django 微信網(wǎng)頁授權(quán)認(rèn)證api的步驟詳解
這篇文章主要介紹了django 微信網(wǎng)頁授權(quán)認(rèn)證api的步驟詳解，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-07-07
這篇文章主要為大家詳細(xì)介紹了python交互式圖形編程實(shí)例，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-11-11