numpy.ma.var

numpy.ma.var(self, axis=None, dtype=None, out=None, ddof=0, keepdims=<class 'numpy._globals._NoValue'>) = <numpy.ma.core._frommethod object>

निर्दिष्ट अक्ष के साथ विचरण की गणना करें।

सरणी तत्वों का विचरण लौटाता है, वितरण के प्रसार का एक उपाय है। प्रसरण डिफ़ॉल्ट रूप से चपटा सरणी के लिए गणना की जाती है, अन्यथा निर्दिष्ट अक्ष पर।

पैरामीटर:

a : array_like एरे युक्त संख्याएँ जिनका विचरण वांछित है। यदि कोई सरणी नहीं है, तो रूपांतरण का प्रयास किया जाता है। अक्ष : कोई भी या int या ints, ints का वैकल्पिक धुरी या कुल्हाड़ी जिसके साथ विचरण की गणना की जाती है। डिफ़ॉल्ट रूप से चपटा सरणी के विचरण की गणना करना है। संस्करण 1.7.0 में नया। यदि यह चींटियों का टपल है, तो एक अक्ष पर एक अक्ष या सभी अक्षों के बजाय पहले से ही एक विचरण किया जाता है। dtype : data-type, वैकल्पिक विचरण की गणना में उपयोग करने के लिए टाइप करें। पूर्णांक प्रकार के सरणियों के लिए डिफ़ॉल्ट float32 ; फ्लोट प्रकारों के सरणियों के लिए यह सरणी प्रकार के समान है। बाहर : ndarray, वैकल्पिक वैकल्पिक आउटपुट ऐरे जिसमें रिजल्ट रखना है। इसमें अपेक्षित आउटपुट के समान आकार होना चाहिए, लेकिन यदि आवश्यक हो तो प्रकार डाला जाता है। ddof : int, वैकल्पिक "स्वतंत्रता की डेल्टा डिग्री": गणना में प्रयुक्त भाजक N - ddof , जहाँ N तत्वों की संख्या को दर्शाता है। डिफ़ॉल्ट रूप से ddof शून्य है। रखवाले : बूल, वैकल्पिक यदि इसे True पर सेट किया जाता है, तो जो कुल्हाड़ियों को कम किया जाता है, उन्हें परिणाम में एक आकार के साथ आयाम के रूप में छोड़ दिया जाता है। इस विकल्प के साथ, परिणाम इनपुट सरणी के खिलाफ सही ढंग से प्रसारित होगा। यदि डिफ़ॉल्ट मान पारित किया जाता है, तो keepdims - keepdims को keepdims के उप-वर्गों के keepdims विधि के माध्यम से पारित नहीं किया जाएगा, हालांकि कोई भी गैर-डिफ़ॉल्ट मान होगा। यदि उप-वर्ग sum पद्धति रखने वाले को लागू नहीं keepdims किसी भी अपवाद को उठाया जाएगा।

यह दिखाता है:

भिन्नता : ndarray, ऊपर dtype पैरामीटर देखें अगर out=None , एक नया सरणी देता है जिसमें विचरण होता है; अन्यथा, आउटपुट ऐरे का संदर्भ दिया जाता है।

यह भी देखें

std , mean , nanmean , nanstd , nanvar

numpy.doc.ufuncs

अनुभाग "आउटपुट तर्क"

टिप्पणियाँ

विचरण औसत से भिन्न विचलन का औसत है, अर्थात, var = mean(abs(x - x.mean())**2) ।

माध्य को सामान्य रूप से x.sum() / N रूप में परिकलित किया जाता है, जहाँ N = len(x) । यदि, हालाँकि, ddof निर्दिष्ट किया जाता है, तो इसके बजाय N - ddof का उपयोग किया जाता है। मानक सांख्यिकीय अभ्यास में, ddof=1 एक काल्पनिक अनंत आबादी के विचरण का निष्पक्ष अनुमानक प्रदान करता है। ddof=0 सामान्य रूप से वितरित चर के लिए विचरण का अधिकतम संभावना अनुमान प्रदान करता है।

ध्यान दें कि जटिल संख्याओं के लिए, पूर्ण मान को चुकता करने से पहले लिया जाता है, ताकि परिणाम हमेशा वास्तविक और अप्रतिष्ठित हो।

फ्लोटिंग-पॉइंट इनपुट के लिए, विचरण की गणना उसी परिशुद्धता का उपयोग करके की जाती है, जिस इनपुट में है। इनपुट डेटा के आधार पर, यह परिणाम गलत हो सकता है, विशेष रूप से float32 (नीचे उदाहरण देखें)। dtype कीवर्ड का उपयोग करके उच्च सटीकता वाले संचायक को निर्दिष्ट करना इस समस्या को कम कर सकता है।

उदाहरण

>>> a = np.array([[1, 2], [3, 4]])
>>> np.var(a)
1.25
>>> np.var(a, axis=0)
array([ 1.,  1.])
>>> np.var(a, axis=1)
array([ 0.25,  0.25])

एकल परिशुद्धता में, var () गलत हो सकता है:

>>> a = np.zeros((2, 512*512), dtype=np.float32)
>>> a[0, :] = 1.0
>>> a[1, :] = 0.1
>>> np.var(a)
0.20250003

फ्लोट64 में विचरण की गणना अधिक सटीक है:

>>> np.var(a, dtype=np.float64)
0.20249999932944759
>>> ((1-0.55)**2 + (0.1-0.55)**2)/2
0.2025