python 中有stdev函數(shù)嗎？

python3.2中沒(méi)有求預(yù)置標(biāo)準(zhǔn)差的函數(shù)，只能掛載外庫(kù)或者自己寫(xiě)一個(gè)

網(wǎng)站設(shè)計(jì)、成都網(wǎng)站建設(shè)服務(wù)團(tuán)隊(duì)是一支充滿著熱情的團(tuán)隊(duì)，執(zhí)著、敏銳、追求更好，是創(chuàng)新互聯(lián)的標(biāo)準(zhǔn)與要求，同時(shí)竭誠(chéng)為客戶提供服務(wù)是我們的理念。創(chuàng)新互聯(lián)公司把每個(gè)網(wǎng)站當(dāng)做一個(gè)產(chǎn)品來(lái)開(kāi)發(fā)，精雕細(xì)琢，追求一名工匠心中的細(xì)致，我們更用心！

不需任何外庫(kù)

#樣本標(biāo)準(zhǔn)差

def

stdDeviation(a):

l=len(a)

m=sum(a)/l

d=0

for

i

in

a:

d+=(i-m)**2

return

(d*(1/l))**0.5

a=[5,6,8,9]

print(stdDeviation(a))

========

1.5811388300841898

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

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

首先，普及一下pandas與numpy的區(qū)別：

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(duì)數(shù)組求均值、方差、標(biāo)準(zhǔn)差

2、對(duì)矩陣求標(biāo)準(zhǔn)差

注意：在求標(biāo)準(zhǔn)差時(shí)需要注意幾個(gè)問(wèn)題：

1、在統(tǒng)計(jì)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(hào)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(hào)內(nèi)除以n-1，是無(wú)偏的。

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

（1）numpy

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

（2）pandas

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

2 如何用Python進(jìn)行數(shù)據(jù)計(jì)算

numpy計(jì)算平均數(shù) 標(biāo)準(zhǔn)差 相關(guān)系數(shù)等基本知識(shí)

NumPy 是python 語(yǔ)言的一個(gè)第三方庫(kù)，其支持大量高維度數(shù)組與矩陣運(yùn)算。此外，NumPy 也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)。

#導(dǎo)入Numpy庫(kù)，并命名為np

import numpy as np

#創(chuàng)建一維數(shù)組

a = np.array([1, 2, 3])

# NumPy可以很方便地創(chuàng)建連續(xù)數(shù)組，比如我使用arange或linspace函數(shù)進(jìn)行創(chuàng)建：

b = np.arange(1,5,1) // 返回一個(gè)有終點(diǎn)和起點(diǎn)、固定步長(zhǎng)的排列，如起點(diǎn)是1，終點(diǎn)是4，步長(zhǎng)為1，即【1,2,3,4】，

c = np.linspace(1,9,5) 返回一個(gè)有終點(diǎn)和起點(diǎn)、元素個(gè)數(shù)的的排列，如起點(diǎn)是1，終點(diǎn)是9，元素個(gè)數(shù)為5,即【1,3,5,7,9】

#通過(guò)NumPy可以自由地創(chuàng)建等差數(shù)組，同時(shí)也可以進(jìn)行加、減、乘、除、求n次方和取余數(shù)。

求和：np.sum(a)

求取平均值：np.mean(a)

求取中位數(shù)：np.median(a)

求取加權(quán)平均數(shù)：np.average(a)

求取方差：var() np.var(a)

求取最小值：np.amin(a)

求取最大值：np.amax(a)

將兩個(gè)數(shù)相加：np.add(x1, x2)

將兩個(gè)數(shù)相減：np.subtract(x1, x2)

將兩個(gè)數(shù)相乘：np.multiply(x1, x2)

將兩個(gè)數(shù)相除：np.divide(x1, x2)

立方：np.power(x1, x2)

除余：np.remainder(x1, x2)

相關(guān)系數(shù)計(jì)算：np.corrcoef(a1, a2) (a1、a2都是矩陣)

python編程統(tǒng)計(jì)列表中各數(shù)據(jù)的方差和標(biāo)準(zhǔn)差請(qǐng)編寫(xiě)主函數(shù)和計(jì)算方差的函數(shù)var。（不能引用庫(kù)里）

def fangcha(): a=float(raw_input("請(qǐng)輸入a:")) b=float(raw_input("請(qǐng)輸入b:")) c=float(raw_input("請(qǐng)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

用Python怎么算Mean和standard deviation

standard deviation:標(biāo)準(zhǔn)差 ，也稱均方差(mean square error)，是各數(shù)據(jù)偏離平均數(shù)的距離的平均數(shù)，它是離均差平方和平均后的方根，用σ表示。標(biāo)準(zhǔn)差是方差的算術(shù)平方根。標(biāo)準(zhǔn)差能反映一個(gè)數(shù)據(jù)集的離散程度。平均數(shù)相同的，標(biāo)準(zhǔn)差未必相同。

mean deviation:平均偏差是指單項(xiàng)測(cè)定值與平均值的偏差(取絕對(duì)值)之和，除以測(cè)定次數(shù)。它是代表一組測(cè)量值中任意數(shù)值的偏差。所以平均偏差不計(jì)正負(fù)。