Python：使用pandas和numpy計算標(biāo)準(zhǔn)差的區(qū)別

首先，普及一下pandas與numpy的區(qū)別：

創(chuàng)新互聯(lián)專注為客戶提供全方位的互聯(lián)網(wǎng)綜合服務(wù)，包含不限于成都網(wǎng)站設(shè)計、網(wǎng)站建設(shè)、外貿(mào)網(wǎng)站建設(shè)、仁化網(wǎng)絡(luò)推廣、成都微信小程序、仁化網(wǎng)絡(luò)營銷、仁化企業(yè)策劃、仁化品牌公關(guān)、搜索引擎seo、人物專訪、企業(yè)宣傳片、企業(yè)代運營等，從售前售中售后，我們都將竭誠為您服務(wù)，您的肯定，是我們最大的嘉獎；創(chuàng)新互聯(lián)為所有大學(xué)生創(chuàng)業(yè)者提供仁化建站搭建服務(wù)，24小時服務(wù)熱線：18982081108，官方網(wǎng)址：www.cdcxhl.com

pandas操作的數(shù)據(jù)集是Series，本質(zhì)上是列表與字典的混合，常用的數(shù)據(jù)形式為DataFrame；

numpy操作的數(shù)據(jù)集是數(shù)組或矩陣。

1、對數(shù)組求均值、方差、標(biāo)準(zhǔn)差

2、對矩陣求標(biāo)準(zhǔn)差

注意：在求標(biāo)準(zhǔn)差時需要注意幾個問題：

1、在統(tǒng)計學(xué)中，標(biāo)準(zhǔn)差分為兩種：

（1）總體標(biāo)準(zhǔn)差：標(biāo)準(zhǔn)差公式根號內(nèi)除以n，是有偏的。

（2）樣本標(biāo)準(zhǔn)差：標(biāo)準(zhǔn)差公式根號內(nèi)除以n-1，是無偏的。

2、pandas與numpy在計算標(biāo)準(zhǔn)差時的區(qū)別

（1）numpy

? ? ?在numpy中計算標(biāo)準(zhǔn)差時，括號內(nèi)要指定ddof的值，ddof表示自由度，當(dāng)ddof=0時計算的是總體標(biāo)準(zhǔn)差；當(dāng)ddof=1時計算的是樣本標(biāo)準(zhǔn)差，當(dāng)不為ddof設(shè)置值時，其默認(rèn)為總體標(biāo)準(zhǔn)差。

（2）pandas

? ? ?在使用pandas計算標(biāo)準(zhǔn)差時，其與numpy的默認(rèn)情況是相反的，在默認(rèn)情況下，pandas計算的標(biāo)準(zhǔn)差為樣本標(biāo)準(zhǔn)差。

python numpy的樣本標(biāo)準(zhǔn)差怎么寫

import?numpy?as?np

#可以直接用std函數(shù)

a?=?np.arange(10)

#array([0,?1,?2,?3,?4,?5,?6,?7,?8,?9])

np.std(a)

#2.8722813232690143

#或者按標(biāo)準(zhǔn)差公式寫

a?=?np.arange(10)

#array([0,?1,?2,?3,?4,?5,?6,?7,?8,?9])

mid?=?0

for?i?in?mid:

mid?=?mid?+?(i?-?np.mean(a))?**?2

np.sqrt(mid/a.size)

#2.8722813232690143

np.std在python中的意思

std()函數(shù)就是初高中學(xué)的標(biāo)準(zhǔn)差 numpy.std()

求標(biāo)準(zhǔn)差的時候默認(rèn)是除以 n 的,即是有偏的,np.std無偏樣本標(biāo)準(zhǔn)差方式為加入?yún)?shù) ddof = 1

python編程統(tǒng)計列表中各數(shù)據(jù)的方差和標(biāo)準(zhǔn)差請編寫主函數(shù)和計算方差的函數(shù)var。（不能引用庫里）

def fangcha(): a=float(raw_input("請輸入a:")) b=float(raw_input("請輸入b:")) c=float(raw_input("請輸入C:")) d=(a+b+c)/3.0 e=((a-d)**2+(b-d)**2+(c-d)**2)/3.0 print "平均數(shù)是:%f方差是：%f" %(d,e) fangcha() Python2.7可用