dask.array.nanvar
dask.array.nanvar¶
- dask.array.nanvar(a, axis=None, dtype=None, keepdims=False, ddof=0, split_every=None, out=None)[源代码]¶
计算指定轴上的方差，同时忽略 NaNs。
此文档字符串是从 numpy.nanvar 复制的。
Dask 版本可能存在一些不一致性。
返回数组元素的方差，这是分布扩散程度的一个度量。默认情况下，方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
包含所需方差的数字的数组。如果 a 不是数组，则尝试进行转换。
- 轴{int, int 的元组, None}, 可选
计算方差的轴或轴。默认是计算展平数组的方差。
- dtype数据类型，可选
用于计算方差的类型。对于整数类型的数组，默认值为 float64；对于浮点类型的数组，它与数组类型相同。
- 出ndarray，可选
备用输出数组，用于放置结果。它必须与预期输出的形状相同，但如果需要，类型会被转换。
- ddof{int, float}, 可选
“自由度增量”：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。
- 哪里array_like 的布尔值，可选 （Dask 不支持）
要包含在方差中的元素。详情请参阅 ~numpy.ufunc.reduce。
1.22.0 新版功能.
- 平均类似数组, 可选
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。用于计算均值的轴应与调用此 var 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
- 方差ndarray，参见上面的 dtype 参数
如果 out 是 None，返回一个包含方差的新数组，否则返回对输出数组的引用。如果 ddof 大于等于切片中非 NaN 元素的数量，或者切片仅包含 NaNs，那么该切片的返回结果为 NaN。
注释
方差是均值的平方偏差的平均值，即
var = mean(abs(x - x.mean())**2)。均值通常计算为
x.sum() / N，其中N = len(x)。然而，如果指定了 ddof ，则使用除数N - ddof。在标准的统计实践中，ddof=1提供了假设无限总体方差的无偏估计量。ddof=0提供了正态分布变量方差的最大似然估计。请注意，对于复数，绝对值在平方之前被取值，因此结果总是实数且非负。
对于浮点输入，方差是使用与输入相同的精度计算的。根据输入数据的不同，这可能会导致结果不准确，特别是对于 float32`（见下面的示例）。使用 ``dtype` 关键字指定更高精度的累加器可以缓解这个问题。
为了使此函数在 ndarray 的子类上工作，它们必须使用 keepdims 关键字参数定义 sum。
示例
>>> import numpy as np >>> a = np.array([[1, np.nan], [3, 4]]) >>> np.nanvar(a) 1.5555555555555554 >>> np.nanvar(a, axis=0) array([1., 0.]) >>> np.nanvar(a, axis=1) array([0., 0.25]) # may vary