La fonction std() est l'écart type du collège et du lycée
numpy.std() La valeur par défaut lors de la recherche l'écart type est divisé par n, il est biaisé. La méthode d'écart type d'échantillon non biaisé de np.std consiste à ajouter le paramètre ddof = 1 ; (apprentissage recommandé : Tutoriel vidéo Python)
pandas.std() divise par défaut par n-1, c'est-à-dire qu'il est impartial. Si vous voulez être biaisé comme numpy.std(), vous devez ajouter le paramètre ddof=0, c'est-à-dire pandas.std(ddof= 0);
En statistiques, de nombreuses années d'expérience ont conclu :
Pour la population, l'écart type la formule est divisée par n dans la racine carrée, S'il s'agit d'un échantillon, la formule de l'écart type est divisée par la racine carrée (n-1>Parce que nous sommes exposés à un). beaucoup d’échantillons, on utilise généralement la racine carrée divisée par (n-1). Signification de la formule : Soustrayez la valeur moyenne de tous les nombres, divisez sa somme de carrés par le nombre de nombres (ou le nombre moins un), puis prenez le signe racine de la valeur résultante, qui est 1/2 puissance, et vous obtenez Le nombre est l’écart type de cet ensemble de nombres. Describe() de DataFrame contient std();>>> a array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> np.std(a, ddof = 1) 3.0276503540974917 >>> np.sqrt(((a - np.mean(a)) ** 2).sum() / (a.size - 1)) 3.0276503540974917 >>> np.sqrt(( a.var() * a.size) / (a.size - 1)) 3.0276503540974917
Tutoriel Python
pour apprendre !Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
![[Web front-end] Démarrage rapide de Node.js](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
