Python 中标准偏差的 3 种变体

原文：https://www.askpython.com/python/examples/standard-deviation

嘿，读者们！在本文中，我们将关注 Python 中标准差的 3 种变体。

所以在开始之前，让我们先了解一下什么是标准差？

标准偏差表示数据值或实体相对于平均值或中心值的偏差。它主要用于数据分析领域，探索和分析数据分布。

现在，让我们在下一节中进一步看看 Python 中计算标准差的各种方法。

变体 1:使用 stdev()函数的 Python 中的标准偏差

Python statistics module为我们提供了statistics.stdev() function来计算一组值的标准差。

语法:

statistics.stdev(data)

在下面的示例中，我们创建了一个列表，并对数据值执行了标准差操作，如下所示

举例:

import statistics as std
lst = [1,2,3,4,5]

stat = std.stdev(lst)
print(stat)

输出:

1.5811388300841898

NumPy 模块为我们提供了各种函数来处理和操作数字数据值。

我们可以使用如下所示的numpy.std() function计算数值范围的标准偏差

语法:

numpy.std(data)

举例:

import numpy as np
num = np.arange(1,6)
stat = np.std(num)
print(stat)

这里，我们已经利用numpy.arange() function生成了一组 1-6 之间的连续值。此外，已经使用 std()函数计算了标准偏差。

输出:

1.4142135623730951

Pandas 模块使我们能够处理大量的数据集，并为我们提供了在这些数据集上执行的各种功能。

使用 Pandas 模块，我们可以对数据值执行各种统计操作，其中一项是标准差，如下所示

语法:

dataframe.std()

举例:

import pandas as pd
lst = [1,2,3,4,5,6,7]
data = pd.DataFrame(lst)
stat = data.std()
print(stat)

在本例中，我们创建了一个列表，然后使用 pandas.dataframe()函数将该列表转换为数据框。此外，我们已经使用std()函数计算了数据框中出现的那些值的标准偏差。

输出:

0    2.160247
dtype: float64

到此，我们就结束了这个话题。如果你遇到任何问题，请随时在下面评论。

更多此类与 Python 相关的帖子，敬请关注@ AskPython 继续学习！