NumPy 1.14 - numpy.nanvar()

numpy.nanvar




numpy

numpy.nanvar

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

NaNs की अनदेखी करते हुए, 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।

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

एरे युक्त संख्याएँ जिनका विचरण वांछित है। यदि कोई सरणी नहीं है, तो रूपांतरण का प्रयास किया जाता है।

अक्ष : int, वैकल्पिक

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

यह दिखाता है:

भिन्नता : ndarray, ऊपर dtype पैरामीटर देखें

यदि कोई नहीं है, तो विचरण 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

std
मानक विचलन
mean
औसत
var
NaNs को नजरअंदाज न करते हुए विचरण करें

nanstd , nanmean

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।

इस कार्य के लिए ndarray के उप-वर्गों पर काम करने के लिए, उन्हें sum रखने वाले keepdims को परिभाषित करना चाहिए

उदाहरण

>>> a = np.array([[1, np.nan], [3, 4]])
>>> np.var(a)
1.5555555555555554
>>> np.nanvar(a, axis=0)
array([ 1.,  0.])
>>> np.nanvar(a, axis=1)
array([ 0.,  0.25])