jax.numpy.nanstd

目录

jax.numpy.nanstd#

jax.numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=False, where=None)[源代码][源代码]#

计算沿指定轴的标准差，忽略 NaNs。

JAX 实现的 numpy.nanstd()。

参数:

  • a (ArrayLike) – 输入数组。

  • axis (Axis) – 可选，整数或整数序列，默认=None。计算标准差的轴。如果为None，则沿展平数组计算标准差。

  • dtype (DTypeLike | None) – 输出数组的类型。默认=None。

  • ddof (int) – int, 默认=0。自由度。标准差计算中的除数是 N-ddof，其中 N 是给定轴上的元素数量。

  • keepdims (bool) – bool, 默认=False。如果为真，缩减的轴将保留在结果中，尺寸为1。

  • where (ArrayLike | None) – 可选，布尔数组，默认=None。用于标准差的元素。数组应与输入广播兼容。

  • out (None) – 未被 JAX 使用。

返回:

包含沿给定轴的数组元素标准差的数组。如果沿给定轴的所有元素都是 NaN，则返回 nan。

返回类型:

Array

参见

示例

默认情况下，jnp.nanstd 计算沿展平数组的标准差。

>>> nan = jnp.nan
>>> x = jnp.array([[3, nan, 4, 5],
...                [nan, 2, nan, 7],
...                [2, 1, 6, nan]])
>>> jnp.nanstd(x)
Array(1.9843135, dtype=float32)

如果 axis=0，则沿轴 0 计算标准差。

>>> jnp.nanstd(x, axis=0)
Array([0.5, 0.5, 1. , 1. ], dtype=float32)

要保留输入的维度，可以设置 keepdims=True。

>>> jnp.nanstd(x, axis=0, keepdims=True)
Array([[0.5, 0.5, 1. , 1. ]], dtype=float32)

如果 ddof=1：

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanstd(x, axis=0, keepdims=True, ddof=1))
[[0.71 0.71 1.41 1.41]]

要包含数组中的特定元素来计算标准差，可以使用 where。

>>> where=jnp.array([[1, 0, 1, 0],
...                  [0, 1, 0, 1],
...                  [1, 1, 0, 1]], dtype=bool)
>>> jnp.nanstd(x, axis=0, keepdims=True, where=where)
Array([[0.5, 0.5, 0. , 0. ]], dtype=float32)
目录