A Python numpy modulja egy ún numpy.std() , a megadott tengely mentén a szórás kiszámítására szolgál. Ez a függvény a tömbelemek szórását adja vissza. Az átlagos négyzetes eltérés négyzetgyöke (az átlagból számítva) szórásaként ismert. Alapértelmezés szerint a szórást a lapított tömbre számítják ki. Segítségével a x.sum()/N , az átlagos négyzetes eltérést általában kiszámítjuk, és itt N=len(x).
Szórás=sqrt(mean(abs(x-x.mean( ))**2
Szintaxis:
numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=)
Paraméterek
a: array_like
Ez a paraméter határozza meg azt a forrástömböt, amelynek elemeinek szórását a rendszer kiszámítja.
tengely: Nincs, int vagy int sor (nem kötelező)
Ez az a tengely, amely mentén a szórást számítják. A lapított tömb szórása alapértelmezés szerint kiszámításra kerül. Ha ez egy int sor, akkor a standard deviációt több tengelyen hajtja végre egyetlen tengely vagy az összes tengely helyett, mint korábban.
dtype : adattípus (nem kötelező)
Ez a paraméter határozza meg az adattípust, amelyet a szórás kiszámításához használunk. Alapértelmezés szerint az egész típusú tömbök adattípusa float64, a float típusú tömbök esetében pedig megegyezik a tömbtípussal.
java escape karakter
kimenet: ndarray (opcionális)
Ez a paraméter határozza meg azt az alternatív kimeneti tömböt, amelybe az eredményt el kell helyezni. Ez az alternatív ndarray alakja megegyezik a várt kimenettel. De szükség esetén öntjük a típust.
dof : int (opcionális)
Neena Gupta
Ez a paraméter határozza meg a Delta Degrees of Freedom értéket. A számításoknál az N-ddof osztót használjuk, ahol N az elemek száma. Alapértelmezés szerint ennek a paraméternek az értéke 0.
Keepdims: bool (opcionális)
Nem kötelező, amelynek értéke, ha igaz, a redukált tengelyt egy méretként hagyja meg az eredőben. Amikor átadja az alapértelmezett értéket, lehetővé teszi a nem alapértelmezett értékek áthaladását az ndarray alosztályainak átlagos metódusán, de a keepdims nem megy át. Ezenkívül a kimenet vagy az eredmény megfelelően fog sugározni a bemeneti tömbhöz.
Visszatér
Ez a függvény egy új tömböt ad vissza, amely tartalmazza a szórást. Ha az 'out' paramétert nem állítjuk None értékre, akkor a kimeneti tömb hivatkozását adja vissza.
1. példa:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a) b
Kimenet:
3.391164991562634
A fenti kódban
- Importáltuk a numpy-t np aliasnévvel.
- Létrehoztunk egy 'a' tömböt az array() függvényen keresztül.
- Deklaráltuk a 'b' változót, és hozzárendeltük a visszaadott értékét std() funkció.
- A függvényben átadtuk az 'a' tömböt
- Végül megpróbáltuk kinyomtatni az értékét 'b' .
A kimenetben egy szórást tartalmazó tömb látható.
2. példa:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=0) b
Kimenet:
array([0.5, 0.5, 0.5, 0.5])
3. példa:
a=np.array([[1,4,7,10],[2,5,8,11]]) b=np.std(a, axis=1) b
Kimenet:
array([3.35410197, 3.35410197])
4. példa:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a) b
A fenti kódban
- Importáltuk a numpy-t np aliasnévvel.
- Létrehoztunk egy 'a' tömböt az np.zeros() függvény használatával np.float32 adattípussal.
- Az 1 elemeihez 0,1 értéket rendeltünkutcasor és 1.0 a második sor elemeire.
- A függvényben átadtuk az 'a' tömböt
- Végül megpróbáltuk kinyomtatni az értékét 'b' .
A kimenetben a szórás látható, ami pontatlan lehet.
Kimenet:
kapcsolat java mysql
0.45000008
5. példa:
import numpy as np a = np.zeros((2, 512*512), dtype=np.float32) a[1, :] = 1.0 a[0, :] = 0.1 b=np.std(a ,dtype=np.float64)) b
Kimenet:
0.4499999992549418