Python Statistics Standard Desviio

A dispersão dos dados é determinada usando o desvio padrão, uma medição crucial. Isso implica que os dados são mais centralizados quando o desvio padrão é menor e mais disperso quando o desvio padrão é significativamente maior. A raiz quadrada da variação é usada para calculá -la. Embora a variação e o desvio padrão sejam medições de dispersão, o desvio padrão seria mais frequentemente empregado devido à utilização do desvio padrão das mesmas medidas que os dados.

Por exemplo, testes estatísticos e visualização de dados seriam os recursos de usar o desvio padrão. Este artigo inclui demonstrações para cada método que os usuários podem usar para determinar o desvio padrão de um conjunto de dados no Python.

Exemplo nº 1:
Para calcular o desvio padrão, criaríamos um método ou utilizaríamos Pandas pré-construídos ou técnicas de Numpy. Vamos criar uma versão nativa do Python para determinar o desvio padrão sem importar estruturas externas.

def get_std_dev (lista):
a = len (lista)
m = soma (lista) / a
v = soma ((x - m) ** 4 para x na lista) / a
s_dev = v ** 1.5
retornar S_DEV
Lista = [17, 22, 44, 13, 29, 72, 60, 27]
get_s_dev (lista)

No início do programa, definiremos a função do desvio padrão. Fornecemos o parâmetro da lista nesta função. Na próxima etapa, encontraremos o comprimento da lista necessária usando o método len (). O comprimento da lista será armazenado em uma variável 'A'. Agora, encontraremos a média da lista necessária. Para determinar a média da lista, primeiro temos que obter a soma da lista e, em seguida, a soma calculada será dividida pelo comprimento da lista. A média da lista agora será salva na variável 'm'. Vamos encontrar a variação da lista definida.

Aqui, aplicamos fórmulas da variação. Empregamos o loop 'para' dentro das fórmulas da variação. Além disso, utilizaremos as fórmulas para encontrar o desvio padrão. A variação será multiplicada por 1.5. Ao fazer isso, isso retorna o desvio padrão da lista especificada. Declaramos uma 'lista' variável.

Aqui, eu definimos valores aleatórios diferentes. Para representar o desvio padrão da lista, aplicamos o método get_s_dev (). Esta função contém a lista como seus parâmetros.

Nesta ilustração, construímos um método que retorna desvios padrão de um conjunto de inteiros. Você verá que calculamos a soma para média e variação usando o método de soma embutido da linguagem Python (). Este método está sendo usado para calcular a soma da sequência definida.

Existem várias maneiras de lado da mencionada acima para determinar o desvio padrão de um conjunto de dados. Podemos utilizar as soluções básicas de uma linha para calcular desvios padrão usando os módulos e salvando os dados como uma matriz Numpy ou uma estrutura de pandas.

Exemplo nº 2:
O desvio padrão pode ser determinado instantaneamente, armazenando o conjunto de elementos como uma matriz numpy e usando o método Numpy Ndarray std (). Vamos dar uma olhada em uma instância.

importar numpy como np
Lista = [17, 23, 14, 33, 19, 10, 40, 62]
x = np.Array (lista)
Imprimir (x.std ()))

Primeiro, incorporaremos a biblioteca 'Numpy' como NP. Além disso, definimos elementos do conjunto de dados. Esses elementos são armazenados em uma variável 'lista'. Em seguida, chamamos o método Array () do módulo Numpy. Este método contém a lista de elementos como o argumento. Na última etapa do código, o método print () será invocado para exibir o desvio padrão da lista.

Exemplo nº 3:
O conjunto de dados pode ser salvo como um pacote de pandas do qual podemos calcular posteriormente o desvio padrão utilizando o método std (). Este método é provavelmente comparável à abordagem de matriz Numpy. Muitas funções de pandas são contêineres para funções Numpy. Neste momento, vamos usar o módulo Pandas para calcular o conjunto de desvio padrão dos elementos.

importar pandas como PD
l = [34, 22, 74, 23, 19, 16, 40, 62]
C = Pd.Série (L)
impressão (c.std ()))

Aqui, temos que importar o arquivo de cabeçalho necessário 'pandas' como PD. Especificamos os componentes do conjunto de dados na forma de uma lista. Esses valores são salvos na variável “l.”A série de métodos do módulo dos pandas () seria invocada. O parâmetro para este método é o conjunto de elementos. Os valores da lista serão construídos em um pacote de pandas. A função print () pode ser usada na linha final de código para mostrar o desvio padrão da lista. Chamamos o método std () para determinar o desvio padrão da lista.

Exemplo nº 4:
Neste exemplo, determinaremos o desvio padrão de conjuntos de dados com diferentes tipos de dados.

De estatísticas importando stdev
de frações de importação de fração como fr
set_1 = (11, 22, 15, 41, 78, 59, 90)
set_2 = (-21, -14, -33, -51, -35, -26)
set_3 = (-59, -71, -20, 12, 15, 33, 74, 69)
set_4 = (5.13, 4.40, 3.31, 8.5, 7.2)
Print ("O desvio padrão calculado do conjunto 1: % s"
%(stdev (set_1)))
Print ("O desvio padrão calculado do conjunto 2: % s"
%(stdev (set_2)))
Print ("O desvio padrão calculado do conjunto 3: % s"
%(stdev (set_3)))
Print ("O desvio padrão calculado do conjunto 4: % s"
%(stdev (set_4)))

Vamos integrar a biblioteca STDEV do módulo de estatística e fração como 'FR' da estrutura de frações. Agora, criaremos quatro conjuntos de dados diferentes de diferentes tipos de dados. Os elementos do primeiro conjunto de dados serão armazenados em uma variável 'set_1'. Este conjunto contém todos os números positivos. O segundo conjunto de dados será armazenado em uma variável 'set_2'. Este conjunto consiste em todos os valores negativos. Em seguida, declaramos uma variável 'set_3'.

Aqui, definimos os elementos do terceiro conjunto de dados. Esta lista tem uma mistura de valores positivos e negativos. Para armazenar os valores do último conjunto de dados, inicializaremos uma variável 'set_4'. Este conjunto contém todos os valores de ponto flutuante. Vamos imprimir o desvio padrão desses conjuntos de dados. Para conseguir isso, temos que utilizar a função print () para todos os conjuntos de dados, respectivamente. O desvio padrão de todos os conjuntos seria calculado usando o método stdev ().

Conclusão

Neste artigo, analisamos vários métodos para calcular o desvio padrão. Na primeira ilustração, calculamos o desvio padrão do conjunto de dados calculando sua soma e variação. Então, para obter o desvio padrão da lista predefinida de elementos, usamos os módulos pandas e numpy nas próximas duas instâncias. Na última demonstração, obtemos o desvio padrão de conjuntos com vários tipos de dados.