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>)[源码]#

沿指定轴计算标准差，同时忽略 NaN 值。

返回非 NaN 数组元素的标准差（分布离散程度的一种度量）。默认情况下对展平后的数组计算标准差，否则沿指定的轴计算。

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

参数:
a类数组对象

计算非 NaN 值的标准差。

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

计算标准差的轴或轴列表。默认是对展平后的数组计算标准差。

dtypedtype, optional

计算标准差时使用的数据类型。对于整数类型数组，默认值为 float64；对于浮点类型数组，其默认值与数组类型相同。

outndarray，可选

用于存放结果的可选输出数组。它必须具有与预期输出相同的形状，但在必要时会对（计算出的数值的）类型进行转换。

ddof{int, float}，可选

Delta 自由度（Delta Degrees of Freedom）。计算时使用的除数为 N - ddof，其中 N 代表非 NaN 元素的个数。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。

如果该值不是默认值，则按原样传递给子类的相关函数。如果这些函数没有 keepdims 参数，将会引发 RuntimeError。

wherearray_like of bool，可选

包含在标准差计算中的元素。详情请参阅 reduce。

New in version 1.22.0。

meanarray_like, optional

提供平均值以避免重复计算。平均值的形状应与 keepdims=True 计算出的形状一致。用于计算平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，参见上述 dtype 参数。

如果 out 为 None，则返回一个包含标准差的新数组，否则返回输出数组的引用。如果 ddof 大于或等于切片中非 NaN 元素的数量，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

标准差是距平均值的平方偏差平均值的平方根：std = sqrt(mean(abs(x - x.mean())**2))。

平均平方偏差通常计算为 x.sum() / N，其中 N = len(x)。但是，如果指定了 ddof，则改用除数 N - ddof。在标准统计实践中，ddof=1 提供无限总体方差的无偏估计。而 ddof=0 提供正态分布变量方差的最大似然估计。此函数计算的标准差是估计方差的平方根，因此即使设置 ddof=1，它本身也不是标准差的无偏估计。

注意，对于复数，std 在平方前会取绝对值，因此结果始终为实数且非负。

对于浮点输入，std 使用与输入相同的精度进行计算。根据输入数据的不同，这可能会导致结果不准确，特别是对于 float32（参见下方示例）。使用 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