使用numpy的标准差？
使用numpy的标准差（Standard Deviation）是一种用来衡量数据集合中数据分散程度的统计量。标准差越大，表示数据的离散程度越高；标准差越小，表示数据的离散程度越低。
在numpy中，可以使用numpy.std()函数来计算标准差。该函数可以接受一个数组作为参数，并返回该数组的标准差值。
以下是使用numpy计算标准差的示例代码：
import numpy as np
data = np.array([1, 2, 3, 4, 5])
std = np.std(data)
print("标准差：", std)输出结果为：
标准差： 1.4142135623730951在这个例子中，我们创建了一个包含整数的numpy数组data，然后使用np.std()函数计算了该数组的标准差，并将结果存储在变量std中。最后，我们打印出了标准差的值。
numpy的标准差计算功能在数据分析、统计学、机器学习等领域中广泛应用。它可以帮助我们了解数据的分布情况，判断数据的稳定性和可靠性。在实际应用中，我们可以使用标准差来比较不同数据集之间的差异，或者判断某个数据点是否偏离了正常范围。
腾讯云提供了一系列与数据处理和分析相关的产品，例如腾讯云数据万象（COS）和腾讯云数据湖（DLA）。这些产品可以帮助用户在云端高效地存储、处理和分析大规模数据集。您可以访问腾讯云官方网站了解更多关于这些产品的详细信息和使用指南。
- 腾讯云数据万象（COS）：提供高可用、高可靠、低成本的对象存储服务，适用于各种数据存储和处理场景。详情请参考：腾讯云数据万象（COS）
- 腾讯云数据湖（DLA）：提供海量数据的存储、计算和分析能力，支持数据仓库、数据湖和数据应用等多种场景。详情请参考：腾讯云数据湖（DLA）
希望以上信息对您有帮助！如果您有任何其他问题，请随时提问。
相关·内容
3回答
我正在尝试使用Numpy创建一个具有预定平均值和标准差值的数组。该数组需要其中的随机数。
到目前为止，我可以生成一个数组并计算平均值和标准差。但无法获取要由值控制的数组：
import numpy as np
x = np.random.randn(1000)
print("Average:")
mean = x.mean()
print(mean)
print("Standard deviation:")
std = x.std()
print(std)
如何通过均值和标准差控制数组的值？
浏览 0提问于2018-05-04得票数 8
我有一个Numpy数组，我想使用statistics.stdev()来计算它的标准差。此操作的输出有些出乎意料。 import numpy as np
from statistics import stdev, pstdev
>>> a = np.array([0, 1, 2, 3])
>>> stdev(a)
1.0 这既不是样本标准差 >>> stdev([0, 1, 2, 3])
1.2909944487358056 也不是总体标准差 >>> pstdev([0, 1, 2, 3])
1.118033988749
浏览 22提问于2021-11-06得票数 2
回答已采纳
1回答
生成完全随机高斯数
、、、、
我试图生成具有高斯分布的随机数序列。所以，我使用了numpy.random.normal(均值、标准差、大小)。然而，当我用numpy.histogram将这些数字转换成概率密度函数时，这与matplotlib.mlab.normpdf的均值和标准差相同的高斯分布是不一样的。
我知道这可能是因为numpy.random.normal是随机抽样。所以，这些数字的PDF不可能是完全高斯的。
如果可能的话，请你给出一些关于如何得到具有均值和标准差的随机数序列的建议，如果可能的话，它会有一个高斯PDF。我试图得到的数字的大小是660。
我非常感谢你的任何建议和帮助。
诚挚的问候,
艾萨克
浏览 2提问于2014-03-12得票数 0
回答已采纳
我目前正在重新实现用Python编写的一些用Java编写的算法。一个步骤是计算值列表的标准差。原始实现为此使用ApacheMath1.1库中的。我使用numpy 1.5的标准差。问题是，对于相同的输入，它们给出了不同的结果。我所得到的样本是：
[0.113967640255, 0.223095775796, 0.283134228235, 0.416793887842]
我得到以下结果：
numpy : 0.10932134388775223
Apache Math 1.1 : 0.12620366805397404
Wolfram Alpha : 0.12620366
浏览 4提问于2011-01-01得票数 13
回答已采纳
我可以很容易地得到numpy中一维列表中某些数字的标准差，如下所示：
import numpy as np
arr1 = np.array([100, 100, 100, 200, 200, 500])
sd = np.std(arr1)
print(sd)
但我的数据以2D列表的形式出现，其中每个内部列表的第二个值是频率：
arr2 = np.array([[100, 3], [200, 2], [500, 1]])
如何根据频率(将arr2转换为arr1)将其压平，以获得正确的标准差？
浏览 13提问于2022-05-25得票数 1
回答已采纳
在Python2.7中是否有一个统计模块(例如，总体标准差)？
我发现了Python3的这个链接，并且会发现使用它非常有用……
我确实找到了可以产生标准差的scipy和numpy stats模块，但这总是在数组的轴上。我想要的是能够计算标准差，例如，通过传递数字，而不是依靠我自己键入正确的数学方程。
例如，在python 3中，看起来我可以这样做：
pstdev([1.5, 2.5, 2.5, 2.75, 3.25, 4.75])
0.986893273527251
好吧，我意识到你在numpy里能做的比我想象的要多。例如，使用a an array，我可以这样做：
numpy.std(
浏览 0提问于2014-11-20得票数 0
回答已采纳
2回答
我正在尝试创建一个具有给定均值和标准差的分布。但我不能生成具有精确均值和标准差的分布。例如： import numpy as np
np.random.seed(0)
group = np.random.normal(loc=10,scale=5,size=50)
print(group.std(),group.mean()) # 5.62761460277423 10.702796361565493 我需要精确的均值和标准差，放在括号里。我需要使用哪个函数来创建具有固定均值和标准差而不是.normal的分布
浏览 178提问于2020-12-17得票数 1
回答已采纳
假设我有一个数据集，并使用matplotlib绘制了该数据集的直方图。
n, bins, patches = plt.hist(data, normed=1)
如何使用hist()返回的n和bins值计算标准差？我现在这样做是为了计算平均值：
s = 0
for i in range(len(n)):
s += n[i] * ((bins[i] + bins[i+1]) / 2)
mean = s / numpy.sum(n)
这似乎工作得很好，因为我得到了相当准确的结果。但是，如果我尝试像这样计算标准差：
t = 0
for i in range(len(n)):
t += (b
浏览 318提问于2018-06-11得票数 7
回答已采纳
6回答
有没有办法在Numpy中高效地实现一维数组的滚动窗口？
例如，我使用这个纯Python代码片段来计算1D列表的滚动标准差，其中observations是1D列表的值，n是标准差的窗口长度：
stdev = []
for i, data in enumerate(observations[n-1:]):
strip = observations[i:i+n]
mean = sum(strip) / n
stdev.append(sqrt(250*sum([(s-mean)**2 for s in strip])/(n-1)))
有没有办法完全在Numpy中做到这一点，也就
浏览 4提问于2011-07-25得票数 54
回答已采纳
1回答
我的数据集是一个具有维数(N，W，H，C)的Numpy阵列，其中N是图像的数目，H和W分别是高度和宽度，C是通道数。
我知道有很多工具，但是我想用Numpy来规范图片。
我的计划是计算三个通道中每个通道的整个数据集的平均值和标准差，然后减去平均值，再除以标准差。
假设数据集中有两个图像，这两个图像的第一个通道如下所示：
x=array([[[3., 4.],
[5., 6.]],
[[1., 2.],
[3., 4.]]])
计算平均值：
numpy.mean(x[:,:,:,0])
= 3.5
计算std：
numpy.std(x
浏览 0提问于2019-02-04得票数 3
回答已采纳
我有一个用于多个不同指标的代码(例如，风险价值、欧米茄、索尔蒂诺等)。我使用的平均值公式是： 平均值(平均值)： e = numpy.mean(r)
return numpy.mean(diff) / vol(diff) 标准差： return numpy.std(returns) 我想对我的计算中使用的均值(和标准差)进行分类。有谁能建议一下怎么做吗？我已经找到了这一部分，但不太确定如何实现它(当然，如果这就是它)： https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.mstats.winsorize.html
浏览 31提问于2020-07-11得票数 1
回答已采纳
1回答
我试图生成PDF(或者在本例中是“离散PDF”)。
我正在尝试使用numpy.random.normal(mu，sigma，size)，但是如果计算标准偏差为68%、95%或99%，则函数没有考虑。说：
函数在均值处有峰值，其“差”随标准差的增大而增大(函数在x+σ和x-σ时达到最大值的0.607倍)。
这是什么意思？该函数假定标准差为60,7%？
是否有函数/包生成PDF，同时考虑到与标准差相关的置信区间。
注:作为参数，我试图输入的标准差实际上是扩展的不确定性，这就是为什么需要置信区间。
浏览 2提问于2013-09-06得票数 0
回答已采纳
1回答
我有一个numpy数组，我希望计算跨数组元素的累积标准差。然而，我似乎找不到一个Numpy函数来实现同样的目标。
我在Pandas ()中找到了一个函数，但是将Numpy数组转换为Pandas系列会增加整个时间。另一种选择是为计算实现一个自定义Python函数，不管时间复杂度如何，这个解决方案将花费更长的时间(因为Python本身是一种缓慢的语言)。
有人能帮我在尽可能短的时间内计算累积标准差吗？
提前谢谢。
浏览 3提问于2021-06-09得票数 0
2回答
我有一个理论上用二次多项式描述的数据集。我想要拟合这个数据，我已经使用了numpy.polyfit来做这件事。然而，缺点是返回的系数上的误差不可用。因此，我决定也使用scipy.odr来拟合数据。奇怪的是，多项式的系数彼此偏离。
我不理解这一点，因此决定在我自己产生的一组数据上测试这两个拟合例程：
import numpy
import scipy.odr
import matplotlib.pyplot as plt
x = numpy.arange(-20, 20, 0.1)
y = 1.8 * x**2 -2.1 * x + 0.6 + numpy.random.normal(scal
浏览 1提问于2014-07-17得票数 4
问题陈述-假设变量X具有钟形分布，平均值为150，标准差为20。a. X值大于190的百分比是多少？ 到目前为止我的代码如下： import numpy as np
import math
import scipy.stats
X=scipy.stats.norm(150,20) 我知道68%的X在1个标准差内( 130到170之间)，95%的X在2个标准差内(110到190)。 但是如何找到大于190的值的百分比呢？(我写了2.50作为答案，但它是错误的)
浏览 8提问于2021-01-31得票数 2
回答已采纳
我有一个40只股票的投资组合，我试图计算整个投资组合的标准差，同时每次我计算这个标准差时，改变每只股票的权重。我知道如何创建一个随机数到1之和的列表，但是我如何增加每只股票的最大和最小权重。
我使用的最高值是4.5%，最小的是0.5%。
我用来创建一个与1相加的随机数列表的代码是：
import numpy as np, numpy.random
random = np.random.dirichlet(np.ones(10), size=1)
但是，如何使这个列表中的值仅在0.005到0.045之间呢？
浏览 7提问于2021-12-29得票数 0
回答已采纳
6回答
根据样本数据计算置信区间
、、、、
我有样本数据，我想要计算其置信区间，假设为正态分布。
我已经找到并安装了numpy和scipy包，并让numpy返回一个平均值和标准差(numpy.mean(数据)，数据是一个列表)。任何关于获得样本置信区间的建议都将不胜感激。
浏览 3提问于2013-02-23得票数 157
回答已采纳
1回答
删失数据的负对数似然
、、、
我想使用负对数似然作为目标函数来对具有正确审查的粗略高斯数据进行建模。我的目标函数将如下所示，但我不确定如何计算出用于计算的标准差。通常我们只是最小化高斯最大似然的RMSE，标准差减少到我们可以安全忽略的某个常数。在使用1- CDF计算删除数据的可能性时，不清楚标准差是否不重要。在这里，仅仅使用响应变量的标准差作为标准差是否安全？
我真的不想使用协调性指数进行建模，我更喜欢使用非参数技术，而不是简单的cox比例风险模型。
import numpy as np
from scipy.stats import norm
def censored_nll(event, value, predicti
浏览 0提问于2019-09-24得票数 0
1回答
我想用numpy找出每个数组的每3个值的标准差
例如，我有如下数组：
dcc = [[1 2 3 4 5 6 7 8 9] [11 22 33 44 55 66 77 88 99][0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9]]
我想找出每个数组的每3个值的标准差。基本上在输出中，第一个值将是标准差"1 2 3 11 22 33 0.1 0.2 0.3“，第二个值将是标准差"4 5 6 44 55 66 0.4 0.5 0.6”，依此类推。
我尝试了很多方法，但似乎都不起作用。请帮帮忙。
浏览 25提问于2018-07-27得票数 1
回答已采纳
我有一个numpy数组，其中有许多长度不同的样本。
Samples = np.array([[1001, 1002, 1003],
... ,
[1001, 1002]])
我想(按元素)减去数组的平均值，然后除以数组的标准差。类似于：
newSamples = (Samples-np.mean(Samples))/np.std(Samples)
但这对不规则形状的阵列不起作用，
Np.mean(示例)原因
unsupported operand type(s) for /: 'list' and
浏览 0提问于2017-06-01得票数 0
回答已采纳
1回答
在一个标准差内得到随机数
、、、
我想要生成随机数，比如说100。现在，我使用numpy的目的如下：
print numpy.random.normal(loc=200,scale=50,size=100)
但我希望这些数字只产生一个标准差，而不是平均值，即loc。最好的办法是什么？
我是否应该这样做：
print numpy.random.randint(150, high=250, size=100)
或者还有其他的方法吗？
浏览 2提问于2015-02-21得票数 1
回答已采纳
1回答
我试着用存储在熊猫DataFrames中的平均值和标准差从正态分布中抽取样本。
例如：
means= numpy.arange(10)
means=means.reshape(5,2)
生产：
0 1
0 0 1
1 2 3
2 4 5
3 6 7
4 8 9
以及：
sts=numpy.arange(10,20)
sts=sts.reshape(5,2)
生产：
0 1
0 10 11
1 12 13
2 14 15
3 16 17
4 18 19
我将如何产生另一只熊猫的数据，具有相同的形状，但使用相应的平均值和标准差从正态分布中
浏览 3提问于2016-03-18得票数 3
回答已采纳
问题陈述-变量X的平均值为15，标准差为2。 介于8和17之间的X值的最小百分比是多少？ 我知道68-95-99.7的经验法则。我在谷歌上发现，1.5标准差以内的值的百分比为86.64%。到目前为止，我的代码如下： import scipy.stats
import numpy as np
X=np.random.normal(15,2) 据我所知， 13-17在具有68%值的1个标准偏差内。 9-21将是具有99.7%值的3个标准差。 7-23是4个标准差。所以8比平均值低3.5标准差。 如何找到从8到17的值的百分比？
浏览 62提问于2021-02-01得票数 0
对于一幅图像的每一个像素，我都有它的x(int)、y(int)和像素值(浮点数)。
现在我需要在image.Is numpy.random.poisson中添加适当的噪声吗？
我很担心它，因为它不像新像素value=original value+noise，而是像
新像素value=numpy.random.poisson(原始值，1) .And新值都是整数。
我的问题是作为标题。
我的目的是得到一个star.But的光度测量误差，我只有一个iamge.So，我通过增加泊松噪声来进行模拟。请检查从ccd图像中得到的图形，below.The源是红色的。
浏览 1提问于2013-10-16得票数 4
回答已采纳
我是Python的新手，最近我一直在尝试使用pandas和NumPy找出数据的均值和标准差。 我有代表三个重复的列(对于两个克隆，即C1和C2)，我需要对它们进行平均，然后用标准差作为误差条绘制这些平均值。 下面是一个数据帧，第一列中有'time‘和复制(2:4，5:7)。 谢谢你 ?
浏览 67提问于2021-02-11得票数 0
1回答
我正在尝试用numba和numpy让python更快地运行标准差函数。然而，问题是for循环非常慢，我需要一些替代方法，这样才能使代码更快。我将numba迭代到已经存在的numpy版本，但是在性能上并没有太大的提升。我最初的list_中有数百万个值，因此计算标准差函数需要很长时间。下面的list_函数是一个非常短的numpy数组，它是我的问题的一个例子，因为我不能发布原始的列表编号。下面函数中的for循环计算由下面的list_中的变量number定义的每n个数字的标准差。我如何才能使当前的函数运行得更快。 import numpy as np
from numba import njit,j
浏览 32提问于2021-01-17得票数 0
我正在努力处理大的numpy数组。这是一个场景。我正在处理300MB - 950MB的图像，并使用GDAL将它们读取为Numpy数组。读取数组所使用的内存与预期的一样多，即。250MB用于250MB图像，等等...
当我使用numpy得到均值、最小值、最大值或标准差时，我的问题就出现了。在main()中，我打开图像并读取数组(输入ndarray)。然后，我调用以下函数，以获得二维数组上的标准差：
def get_array_std(input_array):
array_standard_deviation = numpy.std(input_array, copy=False)
浏览 3提问于2011-08-05得票数 4
回答已采纳
Scipy和numpy标准差法给出的结果略有不同。我不明白为什么。有人能跟我解释一下吗？
下面是一个例子。
import numpy as np
import scipy.stats
ar = np.arange(20)
print(np.std(ar))
print(scipy.stats.tstd(ar))
返回
5.766281297335398
5.916079783099616
浏览 10提问于2022-11-01得票数 2
回答已采纳
import statistics
import numpy
speed = [99,86,87,88,111,86,103,87,94,78,77,85,86]
print(statistics.stdev(speed))
print(numpy.std(speed))`
#9.636336148089395
#9.258292301032677 为什么两个答案不是same..since哪一个答案是正确的标准差？请解释一下某人
浏览 29提问于2020-07-13得票数 2
1回答
分块迭代numpy数组
、、、、
如何使用numpy.where()或numpy.select()将list_排列成数字组。我想把数据分成3组，然后计算这些函数的标准差std()。所以程序会接受第一个要计算的标准dev的值，然后取424.440002,394.795990, 408.903992，然后计算标准差，等等，它会一直这样运行，直到到达list的末尾。我希望在计算第二个块457.334015,424.440002,394.795990之前删除第一个块424.440002,394.795990, 408.903992。我想从内存中删除块，这样就不会出现内存错误。在不使用for循环的情况下，使用numpy可以做到这一点吗
浏览 17提问于2021-01-22得票数 1
3回答
修整/窗口化标准差
、、、、
计算列表的或标准差的有效方法是什么？
我不介意使用numpy，但是如果我必须创建一个单独的列表副本，它将会相当慢。
浏览 2提问于2012-01-26得票数 1
回答已采纳
1回答
我有一个三维的numpy数组，例如RGB图像。
我希望对数组的每个层执行相同的二维操作；例如，标准差或和。
如果不使用for循环，是否有一个简单的numpy或scipy命令来执行操作，并返回numpy数组？
例句: numpy数组的三个层是：
myArray[:,:,0] = [[1,2],[3,4]]
myArray[:,:,1] = [[0,0],[1,1]]
myArray[:,:,2] = [[4,4],[4,4]]
想象一下命令numpy.sumLayers()
numpy.sumLayers(myArray) = array([[10],[2],[16]])
或类似的num
浏览 2提问于2015-10-06得票数 2
回答已采纳
1回答
我正在绘制高斯曲线，如下所示：
import matplotlib.pyplot as plt
import numpy as np
import scipy.stats as stats
import math
mu = 840
base = 5
y_a = y_b = base
x_a = 0
x_b = 1439
x = np.linspace(0, 1440, 1440)
sigma = (x_b-x_a)/6
plt.plot(x, (stats.norm.pdf(x, mu, sigma)))
plt.show()
这给出了一个如下图：
在y轴上，我们看到峰值略高于0.00
浏览 19提问于2019-07-31得票数 1
回答已采纳
我有两只同样长和宽的熊猫数据。我想要找到两个数据的每个单元之间的%CV (或者标准的dev和平均值，然后我可以手工计算CV )。
例如，如果我有这样的东西：
A B C
0 1 2 3
1 4 5 6
2 7 8 9
和
A B C
0 3 2 1
1 6 5 4
2 9 8 7
我想返回一个数据，其中包含第一个数据中的A1和第二个数据中的A1之间的标准差/平均值/CV。
例(平均数)：
A B C
0 2 2 2
1 5 5 5
2 8 8 8
我想要相同的标准差，然后通过标准偏差/平均值计算%CV。
我已经尝试将数据格式转换为numpy。
sta
浏览 15提问于2022-06-20得票数 2
回答已采纳
1回答
我想将使用python CAN模拟CAN节点的程序转换为使用CAPL的CANoe模拟。在python sim中，我使用numpy作为数学函数。如何将标准差或normal.cdf等统计数学函数导入到CAPL脚本中？
浏览 2提问于2016-04-08得票数 1
2回答
是否有一种方法可以用numpy histrogram2d方法确定每个垃圾箱中的标准差，给出一系列2d坐标和每个坐标的加权值？
浏览 0提问于2017-05-19得票数 0
回答已采纳
我正在尝试找出Pandas数据帧中列的标准差，其中每个元素都是一个numpy数组。我希望最终输出是单个numpy数组，其中每个值都是组成列的numpy数组中相应值的标准差，即
row1 = [x1,x2,x3]
row2 = [y1,y2,y3]
row3 = [z1,z2,z3]
std(column) = [std of x1,y1,z1, std of x2,y2,z2, std of x3,y3,z3],
当我对mean执行相同的操作时，它可以完美地工作：
df['DATA'].mean()
准确地给出我想要的输出，类似于我上面所描述的。然而，
df['DAT
浏览 0提问于2019-10-08得票数 1
因此，根据我对正态分布的理解，当标准差为1时，均值默认为零。我被指派编写python程序，生成一个正态分布函数的PDF，其范围从10到45，标准差为2。平均值是否仍为零？我试过了，但我的情节没有形成钟形。我不知道我做错了什么。
import numpy as np
import matplotlib.pyplot as plt
from scipy import stats
mu=0 # mean
sigma=2
x=np.arange(10,45,0.1)
y=stats.norm.pdf(x, 0, sigma)
plt.plot(x,y)
plt.show()
看我这里的情节：
浏览 0提问于2018-11-06得票数 1
回答已采纳
3回答
当我试图用numpy和R计算标准差时，我得到了两个不同的结果。我可能错过了一些愚蠢的东西，但又是什么？
R码
x1=matrix(c(1,7,5,8,9,5,4,5,4,3,76,8),nrow=4)
std=sd(x1[,1])
mean=mean(x1[,1])
std=apply(X=x1,MARGIN=2,FUN=sd)
std
> x1=matrix(c(1,7,5,8,9,5,4,5,4,3,76,8),nrow=4)
> std=sd(x1[,1])
> std=apply(X=x1,MARGIN=2,FUN=sd)
> std
[1] 3.095
浏览 2提问于2013-12-20得票数 4
回答已采纳
1回答
我有一个包含10000个变量的csv文件。我想去掉所有不变的变量，或者它们的标准差接近于零的变量。
然后，我想将剩下的变量转换成一个numpy ndarray。
我怎么能这么做？
浏览 3提问于2014-06-24得票数 2
1回答
最近，我偶然发现了一种奇怪的、我不明白的矮胖行为:我有一份实验清单。每个实验本身都是一个样本列表。所以我最后得到了一份名单。实验是在不同的条件下进行的，所以有些样品比其他的样品多。它们都有共同之处，即它们含有100多个样本。
现在我想计算每个实验样品的平均偏差和标准差。对我有用的是
sDevPD = [np.std(x) for x in f0PD]
在这里，我简单地迭代了我的实验列表中的所有列表，f0PD。好吧，现在我试着用numpy：
sDevPD = np.std(f0PD, axis = 1)
这不起作用，numpy会抛出IndexError: tuple index out of r
浏览 0提问于2018-05-08得票数 1
回答已采纳
如果我可以使用下面的公式来计算总体的标准差 x = ([9,2,5,4,12,7,8,11,9,3,7,4,12,5,4,10,9,6,9,4])
np.sqrt(np.sum((x - np.mean(x))**2)/len(x)) 有没有办法也用numpy来计算样本标准差？我知道有一个statistics.stdev可以做到这一点，但我似乎找不到一个麻木的版本。有没有什么原因没有呢？ 我还尝试在公式中包含ddof，但得到了一个错误。
浏览 9提问于2020-11-18得票数 0
回答已采纳
1回答
比如说，我有一个数组：
import numpy as np
x = np.array([0, 1, 2, 5, 6, 7, 8, 8, 8, 10, 29, 32, 45])
我如何计算它的第三个标准差，这样我就可以得到+3sigma的值，如下图所示？
通常，我使用std = np.std(x)，但老实说，我不知道它返回的是1sigma值还是2sigma值，或者其他值。我将非常感谢你的帮助。提前谢谢你。
浏览 0提问于2015-02-24得票数 12
回答已采纳
1回答
我有一组数据，第一列是年龄(数字)，第二列是性别(分类)，第三列是储蓄(数字)。 我想要做的是，如果列是数值数据，则找出平均值和标准差，如果列是分类数据，则找出模式。 我试图找到type = num的索引，并将该索引放入for loop中以计算平均值和标准差，其余的索引用于计算分类数据的模式(在本例中为第二列)，但是，我陷入了循环。 import numpy as np
data = np.array([[11, "male",1222],[23,"female",333],[15,"male",542]])
# type of the d
浏览 26提问于2019-10-07得票数 0
回答已采纳
我正在用python做天文图像处理，而numpy.std(a)消耗了太多的内存。一些搜索找到了Luis Pedro的ncreduce包，但我在构建从下载的包时遇到了困难。似乎暗示这个包不会构建在Windows上。我使用的是Windows7和Python2.7。
在Windows上可以使用ncreduce吗？如果没有，有没有替代的快速算法来计算标准差或方差，而不像numpy.std(a)那样需要大量的内存？
浏览 1提问于2013-09-27得票数 3
1回答
在这个数据仓库里..。
import pandas as pd
import numpy as np
import datetime
tf = 365
dt = datetime.datetime.now()-datetime.timedelta(days=365)
df = pd.DataFrame({
'Cat': np.repeat(['a', 'b', 'c'], tf),
'Date': np.tile(pd.date_range(dt, periods=tf), 3)
浏览 0提问于2018-11-26得票数 1
回答已采纳
4回答
我正在尝试弄清楚如何创建一个脚本来计算文件的标准差。举个例子，假设我DLed了一个csv，上面有一个值列表。我想通过运行python程序找到这些值的SD。我们不会在这里使用numpy！
浏览 0提问于2014-06-04得票数 2
我有一个稀疏的988x1向量(csr_matrix中的列)是通过scipy.sparse创建的。有没有一种方法可以在不将稀疏矩阵转换为稠密矩阵的情况下获得其均值和标准差？
numpy.mean似乎只适用于密集向量。
浏览 0提问于2013-03-29得票数 8
回答已采纳
假设我用Python创建了一个数字网格，它使用
import numpy as np
h = np.linspace(0,20,100)
我试图在h元素中进行随机选择，选择的分布遵循对数正态分布，具有给定的均值和标准差。我怎么能这么做？
浏览 7提问于2017-09-05得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
