Функция numpy std() в Python — как использовать

Рассмотрим, как использовать функцию numpy std() в Python для расчета стандартного отклонения.

Стандартное отклонение измеряет степень разброса элементов массива. Чем более разбросаны элементы, тем больше их стандартное отклонение.

Стандартное отклонение — это квадратный корень дисперсии. Чтобы вычислить дисперсию, ознакомьтесь с руководством по функции numpy var().

Чтобы вычислить стандартное отклонение, вы можете использовать функцию numpy std() следующим образом:

numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>, *, where=<no value>)

Функция std() имеет множество параметров, но в этом уроке мы сосредоточимся только на первом.

Пример функции NumPy std()

Предположим, у вас есть список деревьев с самой широкой кроной. В первом столбце отображается название дерева, а во втором — соответствующий диаметр в футах:

В следующем примере функция std() используется для расчета стандартного отклонения диаметров вышеуказанных деревьев:

import numpy as np


diameters = np.array([591, 239, 210, 207, 201, 182,
                      176, 176, 175, 170, 170, 169, 168, ])
result = np.std(diameters)
print(round(result, 1))

Выход:

109.6

Как это работает.

• Сначала создайте массив, содержащий диаметры деревьев:

diameters = np.array([591, 239, 210, 207, 201, 182,
                      176, 176, 175, 170, 170, 169, 168, ])

• Во-вторых, рассчитайте стандартное отклонение диаметров с помощью функции std():

result = np.std(diameters)

• В-третьих, округлите стандартное отклонение и отобразите его:

print(round(result, 1))

Используя стандартное отклонение, мы получаем «стандартный» способ узнать, какие деревья имеют нормальный диаметр, а какие — большой или маленький.