dask.array.nanstd

dask.array.nanstd¶

dask.array.nanstd(a, axis=None, dtype=None, keepdims=False, ddof=0, split_every=None, out=None)[源代码]¶

计算指定轴上的标准差，同时忽略 NaNs。

此文档字符串是从 numpy.nanstd 复制而来的。

Dask 版本可能存在一些不一致性。

返回非NaN数组元素的标准差，这是分布扩散程度的一种度量。默认情况下，标准差是针对展平的数组计算的，否则沿指定的轴计算。

对于所有元素为 NaN 的切片或自由度为零的切片，将返回 NaN 并引发 RuntimeWarning。

1.8.0 新版功能.

参数

aarray_like

计算非NaN值的标准差。

轴{int, int 的元组, None}, 可选

计算标准差的轴或轴。默认是计算展平数组的标准差。

dtypedtype, 可选

用于计算标准差的类型。对于整数类型的数组，默认是 float64，对于浮点类型的数组，则与数组类型相同。

出ndarray，可选

可选的输出数组，用于放置结果。它必须与预期输出的形状相同，但如果必要，类型（计算值的类型）将被强制转换。

ddof{int, float}, 可选

自由度的Delta值。计算中使用的除数是 N - ddof，其中 N 表示非NaN元素的数量。默认情况下 ddof 为零。

keepdimsbool, 可选

如果设置为 True，被减少的轴将作为尺寸为1的维度保留在结果中。使用此选项，结果将与原始 a 正确广播。

如果这个值不是默认值，它将按原样传递给子类的相关函数。如果这些函数没有 keepdims kwarg，将引发 RuntimeError。

哪里array_like 的布尔值，可选（Dask 不支持）

包含在标准差中的元素。详情请参见 ~numpy.ufunc.reduce。

1.22.0 新版功能.

平均array_like, 可选 (Dask 不支持)

提供防止其重新计算的方法。均值应具有与使用 keepdims=True 计算时相同的形状。计算均值的轴应与调用此标准差函数时使用的轴相同。

1.26.0 新版功能.

修正{int, float}, 可选 (Dask 中不支持)

ddof 参数的 Array API 兼容名称。它们中只能同时提供一个。

2.0.0 新版功能.

返回

标准差ndarray，见上文的 dtype 参数。: 如果 out 是 None，返回一个包含标准差的新数组，否则返回输出数组的引用。如果 ddof 大于或等于一个切片中非 NaN 元素的数量，或者切片仅包含 NaNs，那么该切片的结果为 NaN。

参见

var, mean, std
nanvar, nanmean
ufuncs-输出类型

注释

标准差是均值的平方偏差的平均值的平方根：std = sqrt(mean(abs(x - x.mean())**2))。

平均平方偏差通常计算为 x.sum() / N，其中 N = len(x)。然而，如果指定了 ddof，则使用除数 N - ddof 代替。在标准的统计实践中，ddof=1 提供了无限总体方差的无偏估计量。ddof=0 为正态分布变量提供了方差的最大似然估计。此函数计算的标准偏差是估计方差的平方根，因此即使 ddof=1，它也不是标准偏差本身的无偏估计。

注意，对于复数，std 在平方之前取绝对值，因此结果总是实数且非负。

对于浮点数输入，std 的计算使用与输入相同的精度。根据输入数据的不同，这可能导致结果不准确，特别是对于 float32（见下例）。使用 dtype 关键字指定更高精度的累加器可以缓解这个问题。

示例

>>> import numpy as np  
>>> 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]) # may vary

dask.array.nanprod

dask.array.nansum