numpy.nanstd#

numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>, *, where=<no value>, mean=<no value>, correction=<no value>)[源代码]#

计算指定轴上的标准差,同时忽略 NaNs.

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,标准差是为展平的数组计算的,否则在指定的轴上计算.

对于所有-NaN 切片或自由度为零的切片,返回 NaN 并引发 RuntimeWarning.

在 1.8.0 版本加入.

参数:
aarray_like

计算非NaN值的标准差.

axis{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,它与数组类型相同.

outndarray, 可选

要在其中放置结果的替代输出数组.它必须具有与预期输出相同的形状,但如果需要,将转换计算值的类型.

ddof{int, float}, 可选

表示自由度的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,结果将正确地与原始 a 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.

where类数组的布尔值,可选

包含在标准偏差中的元素.详见 reduce.

在 1.22.0 版本加入.

mean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标准差函数时使用的轴相同.

在 1.26.0 版本加入.

correction{int, float}, 可选

ddof 参数的 Array API 兼容名称.它们中只能同时提供一个.

在 2.0.0 版本加入.

返回:
standard_deviationndarray,见上面的 dtype 参数.

如果 out 是 None,返回一个包含标准差的新数组,否则返回对输出数组的引用.如果 ddof 大于等于一个切片中非 NaN 元素的数量,或者切片仅包含 NaNs,则该切片的结果为 NaN.

参见

var, mean, std
nanvar, nanmean
输出类型确定

备注

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.在标准统计实践中,``ddof=1`` 提供了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.此函数中计算的标准偏差是估计方差的平方根,因此即使使用 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.

对于浮点输入,*std* 使用与输入相同的精度进行计算.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.

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
On this page