NumPy 1.14 - numpy.nanstd()

numpy.nanstd




numpy

numpy.nanstd

numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<class 'numpy._globals._NoValue'>) [source]

NaNs की अनदेखी करते हुए, निर्दिष्ट अक्ष के साथ मानक विचलन की गणना करें।

गैर-NaN सरणी तत्वों के मानक विचलन, वितरण के प्रसार का एक उपाय देता है। मानक विचलन डिफ़ॉल्ट रूप से चपटा सरणी के लिए गणना की जाती है, अन्यथा निर्दिष्ट अक्ष पर।

आजादी के शून्य डिग्री वाले RuntimeWarning NaN स्लाइस या स्लाइस के लिए, NaN वापस कर दिया जाता है और एक RuntimeWarning उठाया जाता है।

संस्करण 1.8.0 में नया।

पैरामीटर:

a : array_like

गैर-NaN मानों के मानक विचलन की गणना करें।

अक्ष : int, वैकल्पिक

धुरी जिसके साथ मानक विचलन की गणना की जाती है। डिफ़ॉल्ट रूप से चपटा सरणी के मानक विचलन की गणना करना है।

dtype : dtype, वैकल्पिक

मानक विचलन कंप्यूटिंग में उपयोग करने के लिए टाइप करें। पूर्णांक प्रकार के सरणियों के लिए डिफ़ॉल्ट फ्लोट64 है, 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 (गणना मूल्यों का) डाला जाएगा।

ddof : int, वैकल्पिक

मतलब डेल्टा डिग्रियों ऑफ़ फ़्रीडम। गणना में प्रयुक्त भाजक N - ddof , जहाँ N गैर-NaN 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 मूल a खिलाफ सही ढंग से प्रसारित होगा।

यदि यह मान कुछ भी है, लेकिन यह डिफ़ॉल्ट रूप से उप-वर्गों के प्रासंगिक कार्यों के रूप में पारित किया जाता है। यदि इन फ़ंक्शंस में keepdims होते हैं, तो एक keepdims एवरर उठाया जाएगा।

यह दिखाता है:

standard_deviation : ndarray, ऊपर dtype पैरामीटर देखें।

यदि कोई नहीं है, तो मानक विचलन वाले एक नए सरणी को लौटाएं, अन्यथा आउटपुट सरणी के संदर्भ में लौटें। यदि ddof है> = एक स्लाइस या स्लाइस में गैर-NaN तत्वों की संख्या केवल NaNs है, तो उस स्लाइस का परिणाम NaN है।

यह भी देखें

var , mean , std , nanvar , nanmean

numpy.doc.ufuncs
अनुभाग "आउटपुट तर्क"

टिप्पणियाँ

मानक विचलन औसत से वर्ग विचलन के औसत का वर्गमूल है: std = sqrt(mean(abs(x - x.mean())**2))

औसत चुकता विचलन को सामान्य रूप से x.sum() / N , जहां N = len(x) रूप में गणना की जाती है। यदि, हालाँकि, ddof निर्दिष्ट किया जाता है, तो इसके बजाय N - ddof का उपयोग किया जाता है। मानक सांख्यिकीय अभ्यास में, ddof=1 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। इस फ़ंक्शन में गणना की गई मानक विचलन अनुमानित विचरण का वर्गमूल है, इसलिए ddof=1 साथ भी, यह प्रति से मानक विचलन का निष्पक्ष अनुमान नहीं होगा।

ध्यान दें कि, जटिल संख्याओं के लिए, std चुकने से पहले निरपेक्ष मान लेता है, ताकि परिणाम हमेशा वास्तविक और अप्रतिष्ठित हो।

फ्लोटिंग-पॉइंट इनपुट के लिए, एसटीडी 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 फ्लोट 32 के लिए (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, np.nan], [3, 4]])
>>> np.nanstd(a)
1.247219128924647
>>> np.nanstd(a, axis=0)
array([ 1.,  0.])
>>> np.nanstd(a, axis=1)
array([ 0.,  0.5])