NumPy 1.14 - numpy.std()

numpy.std




numpy

numpy.std

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

निर्दिष्ट अक्ष के साथ मानक विचलन की गणना करें।

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

पैरामीटर:

a : array_like

इन मूल्यों के मानक विचलन की गणना करें।

अक्ष : कोई भी या int या ints, ints का वैकल्पिक

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

संस्करण 1.7.0 में नया।

यदि यह चींटियों का टपल है, तो एक अक्ष या पहले की तरह सभी अक्षों के बजाय, कई अक्षों पर एक मानक विचलन किया जाता 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 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 गया है, तो keepdims की उप-कक्षाओं की std पद्धति से गुज़रे हुए पास नहीं होंगे, हालाँकि कोई भी ग़ैर-डिफ़ॉल्ट मान होगा। यदि उप-वर्ग sum पद्धति रखने वाले को लागू नहीं keepdims किसी भी अपवाद को 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।

यह भी देखें

var , mean , nanmean , nanstd , nanvar

numpy.doc.ufuncs
अनुभाग "आउटपुट तर्क"

टिप्पणियाँ

मानक विचलन औसत से चौकोर विचलन के औसत का वर्गमूल है, अर्थात, 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, 2], [3, 4]])
>>> np.std(a)
1.1180339887498949
>>> np.std(a, axis=0)
array([ 1.,  1.])
>>> np.std(a, axis=1)
array([ 0.5,  0.5])

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

>>> a = np.zeros((2, 512*512), dtype=np.float32)
>>> a[0, :] = 1.0
>>> a[1, :] = 0.1
>>> np.std(a)
0.45000005

Float64 में मानक विचलन की गणना करना अधिक सटीक है:

>>> np.std(a, dtype=np.float64)
0.44999999925494177