numpy 利用np.std() 计算出现 inf

之前用np.std() 都很流畅，今天突然发现得出的结果是inf，检查了数据，发现数据没有问题，最后终于找到原因——由于变量定义的类型的原因。

 

计算的数据集，df的数据如下：

# df是上百行几十列的数据
# 分别对df求期望和均质

df_numpy = np.array(df,dtype=np.float16)           

df_numpy_mean = np.mean(df_numpy)        # --> 3740.0

df_numpy_std = np.std(df_numpy)          # -->inf

计算的std的结果为inf，应该是数据溢出了，把dtype 改为 float64 ，结果就出来了

# df是上百行几十列的数据
# 分别对df求期望和均质

df_numpy = np.array(df,dtype=np.float64)           

df_numpy_mean = np.mean(df_numpy)        # --> 3740.0154

df_numpy_std = np.std(df_numpy)          # -->321.3843

可以看出，不同的数据精度，计算的结果的精度也是不一样的，至于溢出的问题，应该是np在计算的时候，会先在原来的数据上进行操作，最后再合并输出结果，溢出是在原始数据上发生的。

ps. 如果不对dtype进行设置的话，结果也是准确的。