numpy.nanstd#

numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>, *, where=<no value>, mean=<no value>, correction=<no value>)[源代码]#

计算沿指定轴的标准差，同时忽略 NaN。

返回非 NaN 数组元素的标准差（衡量分布的散布程度）。默认情况下，标准差是为展平的数组计算的，否则是在指定轴上计算。

对于全为 NaN 的切片或自由度为零的切片，将返回 NaN 并引发 RuntimeWarning。

参数:
a类数组对象

计算非 NaN 值的标准差。

axis{int, tuple of int, None}, optional

计算标准差的轴。默认是计算展平数组的标准差。

dtypedtype, optional

用于计算标准差的类型。对于整数类型的数组，默认为 float64；对于浮点类型数组，则与数组类型相同。

outndarray，可选

替代输出数组，用于存放结果。它必须具有与预期输出相同的形状，但根据需要会强制转换类型（计算值的类型）。

ddof{int, float}，可选

Means Delta Degrees of Freedom。计算中使用的除数是 N - ddof，其中 N 表示非 NaN 元素的数量。默认情况下，ddof 为零。

keepdimsbool，可选

如果设置为 True，则缩减的轴将在结果中保留为大小为 1 的维度。使用此选项，结果将与原始 a 正确广播。

如果此值与默认值不同，则会按原样传递给子类的相关函数。如果这些函数没有 keepdims 关键字参数，则会引发 RuntimeError。

wherearray_like of bool，可选

包含在标准差计算中的元素。有关详细信息，请参阅 reduce。

New in version 1.22.0。

meanarray_like, optional

提供均值以避免重新计算。均值应具有通过 keepdims=True 计算得出的形状。计算均值的轴应与调用此 std 函数时使用的轴相同。

版本 2.0.0 中新增。

correction{int, float}，可选

ddof 参数的 Array API 兼容名称。一次只能提供其中一个。

版本 2.0.0 中新增。

返回:
standard_deviationndarray，请参阅上面的 dtype 参数。

如果 out 为 None，则返回一个包含标准差的新数组；否则，返回对输出数组的引用。如果 ddof 大于或等于切片中的非 NaN 元素数量，或者切片仅包含 NaN，则该切片的结果为 NaN。

另请参阅

var、mean、std
nanvar、nanmean
输出类型确定

备注

标准差是平均平方差与均值之差的平方根：std = sqrt(mean(abs(x - x.mean())**2))。

通常，平均平方差计算为 x.sum() / N，其中 N = len(x)。但是，如果指定了 ddof，则使用除数 N - ddof。在标准的统计实践中，ddof=1 为无限总体方差提供了无偏估计量。ddof=0 为正态分布变量的方差提供了最大似然估计。此函数计算的标准差是估计方差的平方根，因此即使 ddof=1，它也不是标准差本身的无偏估计。

请注意，对于复数，std 在取平方之前会取绝对值，因此结果始终是实数且非负。

对于浮点输入，*std* 是使用输入所具有的相同精度计算的。根据输入数据，这可能导致结果不准确，尤其是对于 float32（请参阅下面的示例）。通过 dtype 关键字指定更高精度的累加器可以缓解此问题。

示例

>>> import numpy as np
>>> a = np.array([[1, np.nan], [3, 4]])
>>> np.nanstd(a)
1.247219128924647
>>> np.nanstd(a, axis=0)
array([1., 0.])
>>> np.nanstd(a, axis=1)
array([0.,  0.5]) # may vary
在此页面