Python numpy.nanstd()

numpy.nanstd()函数计算沿指定轴的标准偏差，同时忽略NaN。

语法:

numpy.nanstd(arr, axis = None, dtype = None, out = None, ddof = 0, keepdims)

参数 :
arr : [array_like] 计算非NaN值的标准偏差。
axis : [{int, tuple of int, None}, optional] 计算标准偏差的轴。
dtype : [dtype, optional] 计算标准差时使用的类型。对于整数类型的数组，默认为float64，对于浮点数类型的数组，它与数组类型相同。
out : [ndarray, optional] 替代输出数组，用于放置结果。
ddof : [int, optional] ddof表示Delta Degrees of Freedom。计算中使用的除数是N-ddof，其中N代表非NaN元素的数量。默认情况下，ddof为零。
keepdims : [bool, optional] 如果设置为 “True”，被缩小的轴将作为尺寸为1的尺寸留在结果中。有了这个选项，结果将正确地与原始Arr进行对比广播。

返回 : [standard_deviation] 如果out是None，返回一个包含标准偏差的新数组，否则返回一个对输出数组的引用。

代码#1：

# Python program explaining
# numpy.nanstd() function
       
# importing numpy as geek 
import numpy as geek 
   
arr = geek.array([[1, 2], [geek.nan, 4]])
   
gfg = geek.nanstd(arr)
   
print (gfg)

输出 :

1.247219128924647

代码#2：

# Python program explaining
# numpy.nanstd() function
       
# importing numpy as geek 
import numpy as geek 
   
arr = geek.array([[1, 2], [geek.nan, 4]])
   
gfg = geek.nanstd(arr, axis = 0)
   
print (gfg)

输出 :

[0. 1.]