Pytorch 小知識點彙總三--numpy數組 求均值，方差，標準差

 

一、numpy數組 求均值，方差，標準差

標準差是衡量觀測值相對平均值的分散程度。較大的標準差，說明觀測數組相對均值的波動比較大。
如果觀測值是總體，標準差根號內除以n; 如果是樣本，標準差公式根號內除以n-1，因爲我們大量接觸的是樣本所以基本都是除以n-1，除以的這個數字又叫做自由度。

numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=

參數解釋：
a : array_like
計算的數據   
axis : None or int or tuple of ints, optional
默認是計算平鋪的數組，可以選擇計算的方向
dtype : dtype, optional
調節計算的精度
out : ndarray, optional
輸出選擇
ddof : int, optional
控制自由度，自由度=N - ddof，N是數據的長度。當ddof=1時，就是樣本標準差，當ddof=0時，是總體標準差
keepdims : bool, optional

注意

在R語言中sd()函數返回的是樣本標準差，既自由度是n-1

import numpy as np 
arr = [1,2,3,4,5,6]
#求均值
arr_mean = np.mean(arr)
#求方差
arr_var = np.var(arr)
#求標準差
arr_std = np.std(arr,ddof=1)
print("平均值爲：%f" % arr_mean)
print("方差爲：%f" % arr_var)
print("標準差爲:%f" % arr_std)

樣本標準差 和 總體標準差

樣本方差

總體方差