Python numpy.std()

numpy.std(arr, axis = None) :计算给定数据（数组元素）沿指定轴（如果有的话）的标准偏差。.

Standard Deviation (SD)是指在给定的数据集中的数据分布的扩散。

例如： :

x = 1 1 1 1 1 
Standard Deviation = 0 . 

y = 9, 2, 5, 4, 12, 7, 8, 11, 9, 3, 7, 4, 12, 5, 4, 10, 9, 6, 9, 4 

第1步 :分布的平均值4 = 7
第2步 : (x – x.mean())**2的总和 = 178
第3步 : 找到平均数 = 178 /20 = 8.9
这个结果是方差。
第4步 :标准偏差=sqrt(Variance) = sqrt(8.9) = 2.983.

参数 :
arr :[array_like]输入阵列。
axis :[int或int的tuples]轴，我们想沿着这个轴计算标准差。否则，它将认为arr是平坦的（对所有轴都有效）。 axis = 0表示沿列的SD， axis = 1表示沿行的SD。
out :[ndarray, optional]不同的数组，我们想把结果放在其中。该数组必须具有与预期输出相同的尺寸。
dtype :[data-type, optional]我们在计算SD时希望的类型。

结果 :数组的标准偏差（如果坐标轴为零，则为标量值），或者带有沿指定坐标轴的标准偏差值的数组。

代码 #1:

# Python Program illustrating 
# numpy.std() method 
import numpy as np
    
# 1D array 
arr = [20, 2, 7, 1, 34]
  
print("arr : ", arr) 
print("std of arr : ", np.std(arr))
  
print ("\nMore precision with float32")
print("std of arr : ", np.std(arr, dtype = np.float32))
  
print ("\nMore accuracy with float64")
print("std of arr : ", np.std(arr, dtype = np.float64))

输出 :

arr :  [20, 2, 7, 1, 34]
std of arr :  12.576167937809991

More precision with float32
std of arr :  12.576168

More accuracy with float64
std of arr :  12.576167937809991

代码 #2:

# Python Program illustrating 
# numpy.std() method 
import numpy as np
    
  
# 2D array 
arr = [[2, 2, 2, 2, 2],  
       [15, 6, 27, 8, 2], 
       [23, 2, 54, 1, 2, ], 
       [11, 44, 34, 7, 2]] 
  
    
# std of the flattened array 
print("\nstd of arr, axis = None : ", np.std(arr)) 
    
# std along the axis = 0 
print("\nstd of arr, axis = 0 : ", np.std(arr, axis = 0)) 
   
# std along the axis = 1 
print("\nstd of arr, axis = 1 : ", np.std(arr, axis = 1))

输出 :

std of arr, axis = None :  15.3668474320532

std of arr, axis = 0 :  [ 7.56224173 17.68473918 18.59267329  3.04138127  0.        ]

std of arr, axis = 1 :  [ 0.          8.7772433  20.53874388 16.40243884]