pandas中std和numpy的np.std區(qū)別及說明
更新時間：2023年08月15日 14:54:52 作者：AML杰
這篇文章主要介紹了pandas中std和numpy的np.std區(qū)別及說明,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
pandas中std和numpy的std區(qū)別
原理
計算標準差時，需要注意numpy中的std和pandas的std在計算標準差時，默認的計算結果會存在不一致的問題。
原因在于默認情況下，
numpy計算的為總體標準偏差，ddof=0；一般在擁有所有數(shù)據(jù)的情況下，計算所有數(shù)據(jù)的標準差時使用，即最終除以n，而非n-1；pandas計算的為樣本標準偏差，ddof=1；一般在只有部分數(shù)據(jù)，但需要求得總體的標準差時使用，當只有部分數(shù)據(jù)時，根據(jù)統(tǒng)計規(guī)律，除以n時計算的標準差往往偏小，因此需要除以n-1，即n-ddof；
實際使用時需要注意，并且根據(jù)數(shù)據(jù)情況選擇合適的函數(shù)，在數(shù)據(jù)量較大時，推薦使用numpy進行計算。
速度區(qū)別
速度由快到慢依次：
s1 = pd.Series([1,2,3,4,5]) #速度由快至慢 np.std(s1.values) > s1.std(ddof=0) > np.std(s1)
使用numpy和pandas計算平均值、方差、標準差
numpy和pandas都可以實現(xiàn)計算平均值、方差、標準差。
但numpy默認的是總體方差，pandas默認的樣本方差，即分母是n-1，是總體的無偏估計。
numpy的語法
# numpy計算方法 import numpy as np x = [1,2,3,4,5] # mean mean = np.mean(x) # variation var = np.var(x) # stander var std = np.std(x,ddof=1) #ddof=1 表示樣本方差分母是n-1，無偏估計 doof=0 表示總體標準差
pandas的語法
#pandas計算方法
#axis = 0表示跨行，axis=1表示跨列
import pandas as pd
data_dic = {'c1' : [1,2,3],
'c2': [1,3,5]}
df = pd.DataFrame(data_dic)
#c1列的meam
mean = df['c1'].mean()
#or
mean = df.iloc[:,0].mean()
#c1列的var
var = df['c1'].var() #計算的無偏樣本方差
var = df['c1'].values.var() #計算的是有偏的總體方差
#c1列的std
std = df['c1'].std()
std = df['c1'].values.std() 總結
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
本文將是一系列關于Python正則表達式文章的其中一部分。在這個系列的第一篇文章中，我們將重點討論如何使用Python中的正則表達式并突出Python中一些獨有的特性。2014-08-08
python plt.plot bar 如何設置繪圖尺寸大小
這篇文章主要介紹了python plt.plot bar 設置繪圖尺寸大小的操作，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2021-06-06
這篇文章主要介紹了Python?asyncio的一個坑，文章從Python編程錯誤開始介紹，改變與好多變不成中常犯的錯誤，我們今天就來分析分析吧，需要的下伙伴也可以參考一下2021-12-12
python操作excel的包(openpyxl、xlsxwriter)
這篇文章主要為大家詳細介紹了python操作excel的包，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-06-06
這篇文章主要給大家介紹了關于Python版貪吃蛇保姆級教程的相關資料,包括初始化、移動控制、智能食物生成、碰撞檢測、高分記錄及動態(tài)速度調(diào)節(jié)等核心功能,附完整代碼與詳細注釋,需要的朋友可以參考下2025-06-06
在本篇文章里小編給大家整理的是一篇關于python muggle_ocr庫用法及實例代碼內(nèi)容，有需要的朋友們可以跟著學習參考下。2021-07-07
python自動化操作之動態(tài)驗證碼、滑動驗證碼的降噪和識別
很多網(wǎng)站登錄都需要輸入驗證碼,如果要實現(xiàn)自動登錄就不可避免的要識別驗證碼,下面這篇文章主要給大家介紹了關于python自動化操作之動態(tài)驗證碼、滑動驗證碼的降噪和識別,需要的朋友可以參考下2021-08-08
一般情況下，我們都是使用散點圖進行聚類可視化，但是某些的聚類算法可視化時散點圖并不理想，所以在這篇文章中，我們介紹如何使用樹狀圖（Dendrograms）對我們的聚類結果進行可視化2023-03-03
這篇文章主要給大家介紹了關于Python中處理JSON文件的超詳細指南,json模塊是python內(nèi)置的庫,不需要額外安裝就可以導入運行,json模塊的主要功能是將序列化數(shù)據(jù)從文件里讀取出來或者存入文件,需要的朋友可以參考下2024-05-05
Python操作Oracle數(shù)據(jù)庫的簡單方法和封裝類實例
這篇文章主要介紹了Python操作Oracle數(shù)據(jù)庫的簡單方法和封裝類,結合實例形式分析了Python簡單連接、查詢、關閉Oracle數(shù)據(jù)庫基本操作,并給出了一個Python針對Oracle各種操作的封裝類,需要的朋友可以參考下2018-05-05