【Python】均值np.mean()，方差np.var()，标准差np.std()

最新推荐文章于 2024-04-21 11:24:37 发布

Vici__

最新推荐文章于 2024-04-21 11:24:37 发布

阅读量2.6w

点赞数 30

分类专栏： private

本文链接：https://blog.csdn.net/Vici__/article/details/100126558

版权

private 专栏收录该内容

166 篇文章

订阅专栏

本文详细解析了在Python中使用Numpy和Pandas库计算数据集的均值、方差和标准差的方法。重点阐述了两者在计算标准差时的不同：Numpy默认计算总体标准差，而Pandas默认计算样本标准差。通过实例展示了如何根据需求调整参数以获得准确的统计结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy求均值、方差、标准差

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)
#求标准差
arr_std = np.std(arr,ddof=1)

numpy 的 .std() 和 pandas 的 .std()

在统计学中，

如果是总体，标准差公式根号内除以 n；
如果是样本，标准差公式根号内除以（n-1）

numpy 的 .std() 和 pandas 的 .std() 函数之间是不同的。

numpy 计算的是总体(母体)标准差，参数ddof = 0。
pandas 计算的是样本标准差，参数ddof = 1。

如果我们知道所有的分数，那么我们就有了总体——因此，要使用 pandas 进行归一化处理，我们需要将“ddof”设置为 0。