jax.numpy.std

目录

jax.numpy.std#

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

计算沿给定轴的标准差。

JAX 实现的 numpy.std()。

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，则沿所有轴计算标准差。

  • 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。

  • correction (int | float | None) – int 或 float, 默认=None. ddof 的替代名称。ddof 和 correction 不能同时提供。

  • out (None) – 未被 JAX 使用。

返回:

沿给定轴的标准偏差数组。

返回类型:

Array

参见

示例

默认情况下，jnp.std 计算所有轴上的标准差。

>>> x = jnp.array([[1, 3, 4, 2],
...                [4, 2, 5, 3],
...                [5, 4, 2, 3]])
>>> with jnp.printoptions(precision=2, suppress=True):
...   jnp.std(x)
Array(1.21, dtype=float32)

如果 axis=0，则沿轴 0 进行计算。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.std(x, axis=0))
[1.7  0.82 1.25 0.47]

要保留输入的维度，可以设置 keepdims=True。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.std(x, axis=0, keepdims=True))
[[1.7  0.82 1.25 0.47]]

如果 ddof=1：

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.std(x, axis=0, keepdims=True, ddof=1))
[[2.08 1.   1.53 0.58]]

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, 1, 0]], dtype=bool)
>>> jnp.std(x, axis=0, keepdims=True, where=where)
Array([[2., 1., 1., 0.]], dtype=float32)
目录