使用numpy和pandas计算平均值、方差、标准差

使用numpy和pandas计算平均值、方差、标准差

numpy和pandas都可以实现计算平均值、方差、标准差。但numpy默认的是总体方差，pandas默认的样本方差，即分母是n-1，是总体的无偏估计。

1. numpy的语法

# numpy计算方法
import numpy as np
x = [1,2,3,4,5]
# mean
mean = np.mean(x)
# variation
var = np.var(x)
# stander var
std = np.std(x,ddof=1)  #ddof=1 表示样本方差分母是n-1，无偏估计  doof=0 表示总体标准差

2.pandas的语法

#pandas计算方法
#axis = 0表示跨行，axis=1表示跨列
import pandas as pd
data_dic = {'c1' : [1,2,3],
            'c2': [1,3,5]}
df = pd.DataFrame(data_dic)
#c1列的meam
mean = df['c1'].mean()
#or
mean = df.iloc[:,0].mean()
#c1列的var
var = df['c1'].var()    #计算的无偏样本方差
var = df['c1'].values.var()  #计算的是有偏的总体方差
#c1列的std
std = df['c1'].std()    
std = df['c1'].values.std()