Numpy NP.std
Antes de mergulhar no uso da função std () em Numpy, vamos recapitular o que é o desvio padrão.
O que é desvio padrão?
O desvio padrão ou SD é uma operação estatística típica que permite calcular a dispersão de um determinado conjunto de valores.
Podemos expressar a fórmula para o desvio padrão da seguinte maneira:
Com isso fora do caminho, vamos discutir como usar a função Numpy std ().
Função Numpy STD
A função std () calcula o desvio padrão de elementos em uma matriz ao longo de um determinado eixo.
Se o eixo não for especificado, a função achatará a matriz e retornará o desvio padrão de todos os elementos.
A sintaxe da função pode ser expressa no seguinte:
Numpy.std (a, eixo = nenhum, dtype = Nenhum, out = Nenhum, dDof = 0, keepDims =Os parâmetros são definidos de acordo com suas seguintes funções:
- a - especifica a matriz de entrada.
- eixo - define o eixo ao longo do qual calcular o desvio padrão dos elementos. Verifique a documentação do eixo Numpy para descobrir mais.
- dtype - define o tipo de dados da saída.
- fora - especifica uma matriz alternativa para armazenar o resultado. A matriz alternativa deve ter a mesma forma que a saída esperada.
- DDOF - estabelece o Delta graus de Valor da Liberdade. DDOF refere -se a um divisor usado para calcular o número de elementos.
Exemplo 1
O código a seguir mostra um exemplo da função Numpy STD sem um valor de eixo:
# importar numpyimportar numpy como np
# Criar matriz
arr = np.Array ([[1, 2], [3, 4]]))
# Retornar Valor padrão
impressão (f "Desvio padrão: np.std (arr) ")
O código anterior retorna o desvio padrão de todos os elementos na matriz.
A saída resultante é a seguinte:
Desvio padrão: 1.118033988749895Exemplo 2
Para calcular o desvio padrão ao longo do eixo 0 e eixo 1, aplique o seguinte código:
print (f "Desvio padrão (eixo = 0): np.std (arr, eixo = 0) ")print (f "Desvio padrão (eixo = 1): np.std (arr, eixo = 1) ")
A seguir, a saída resultante:
Desvio padrão (eixo = 0): [1. 1.]Desvio padrão (eixo = 1): [0.5 0.5]
Exemplo 3
Você pode especificar um tipo de dados como flutuação para aumentar a precisão e a precisão. Um código de exemplo é o seguinte:
impressão (f "Desvio padrão: np.std (arr, dtype = np.float32) ")impressão (f "Desvio padrão: np.std (arr, dtype = np.float64) ")
Você vai notar que NP.Float32 retorna um valor com uma precisão mais alta enquanto NP.Float64 retorna um valor com maior precisão.
A seguir, a saída resultante:
Desvio padrão: 1.1180340051651Desvio padrão: 1.118033988749895
Exemplo 4
Da mesma forma, você pode usar a função std () com uma matriz n-dimensional, como mostrado abaixo:
arr = [[[0, 1, 2],[3, 4, 5],
[6, 7, 8]],
[[9, 10, 11],
[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[24, 25, 26]]]
impressão (f "Desvio padrão: np.std (arr) ")
O exemplo dado calcula o desvio padrão de uma matriz 3D e retorna o resultado da seguinte forma:
Desvio padrão: 7.788880963698615NOTA: Como não especificamos o eixo, a função achate a matriz e retorna o valor de desvio padrão resultante.
Conclusão
Neste artigo, exploramos como usar a função Numpy STD () para calcular o desvio padrão de uma matriz ao longo de um eixo especificado seguindo os exemplos especificados. Navegue pelo site da dica do Linux para obter mais artigos relacionados.