python 计算均值、方差、标准差 Numpy,Pandas

这篇具有很好参考价值的文章主要介绍了python 计算均值、方差、标准差 Numpy,Pandas。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Python 中的 numpy 包 和 pandas 包都能够计算均值、方差等,本文总结一下它们的用法。
#1. Numpy 计算均值、方差、标准差
一般的均值可以用 numpy 中的 mean 方法求得:

	>>> import numpy as np

	>>> a = [5, 6, 16, 9]

	>>> np.mean(a)

	9.0

	 

numpy 中的 average 方法不仅能求得简单平均数,也可以求出加权平均数。average 里面可以跟一个 weights 参数,里面是一个权数的数组,例如:

	>>> np.average(a)

	>>> 9.0

	>>> np.average(a, weights = [1, 2, 1, 1])

	>>> 8.4

	 

计算方差时,可以利用 numpy 中的 var 函数,默认是总体方差(计算时除以样本数 N),若需要得到样本方差(计算时除以 N - 1),需要跟参数 ddo f= 1,例如

	>>> import pnumpy as np

	>>> a = [5, 6, 16, 9]

	>>> np.var(a) # 计算总体方差

	18.5

	 

	>>> np.var(a, ddof = 1) # 计算样本方差

	24.666666666666668

	 

	>>> b = [[4, 5], [6, 7]]

	>>> b

	[[4, 5], [6, 7]]

	 

	>>> np.var(b) # 计算矩阵所有元素的方差

	1.25

	 

	>>> np.var(b, axis = 0) # 计算矩阵每一列的方差

	array([1., 1.])

	 

	>>> np.var(b, axis = 1) # 计算矩阵每一行的方差

	array([0.25, 0.25])

	 

计算标准差时,可以利用 numpy 中的 std 函数,使用方法与 var 函数很像,默认是总体标准差,若需要得到样本标准差,需要跟参数 ddof =1,

	>>> import pnumpy as np

	>>> a = [5, 6, 16, 9]

	>>> np.std(a) # 计算总体标准差

	4.301162633521313

	 

	>>> np.std(a, ddof = 1 ) # 计算样本标准差

	4.96655480858378

	 

	>>> np.std(b) # 计算矩阵所有元素的标准差

	1.118033988749895

	 

	>>> np.std(b, axis = 0) # 计算矩阵每一列的标准差

	array([1., 1.])

	 

	>>> np.std(b, axis = 1) # 计算矩阵每一列的标准差

	array([0.5, 0.5])

	 

#2. Pandas 计算均值、方差、标准差
对于 pandas ,也可以用里面的 mean 函数可以求得所有行或所有列的平均数,例如:

	>>> import pandas as pd

	>>> df = pd.DataFrame(np.array([[85, 68, 90], [82, 63, 88], [84, 90, 78]]), columns=['统计学', '高数', '英语'], index=['张三', '李四', '王五'])

	>>> df

	    统计学  高数  英语

	张三   85  68  90

	李四   82  63  88

	王五   84  90  78

	 

	>>> df.mean() # 显示每一列的平均数

	 

	统计学    83.666667

	高数     73.666667

	英语     85.333333

	dtype: float64

	 

	>>> df.mean(axis = 1) # 显示每一行的平均数

	张三    81.000000

	李四    77.666667

	王五    84.000000

	dtype: float64

	 

若要得到某一行或某一列的平均值,则可以使用 iloc 选取改行或该列数据,后面跟 mean 函数就能得到,例如:

	>>> df

	    统计学  高数  英语

	张三   85  68  90

	李四   82  63  88

	王五   84  90  78

	 

	>>> df.iloc[0, :].mean()  # 得到第 1 行的平均值

	81.0

	 

	>>> df.iloc[:, 2].mean() # 得到第 3 列的平均值

	85.33333333333333

	 

pandas 中的 var 函数可以得到样本方差(注意不是总体方差),std 函数可以得到样本标准差,若要得到某一行或某一列的方差,则也可用 iloc 选取某行或某列,后面再跟 var 函数或 std 函数即可,例如:

	>>> df.var() # 显示每一列的方差

	统计学      2.333333

	高数     206.333333

	英语      41.333333

	dtype: float64

	 

	>>> df.var(axis = 1) # 显示每一行的方差

	张三    133.000000

	李四    170.333333

	王五     36.000000

	dtype: float64

	 

	>>> df.std() # 显示每一列的标准差

	统计学     1.527525

	高数     14.364308

	英语      6.429101

	dtype: float64

	 

	>>> df.std(axis = 1) # 显示每一行的标准差

	张三    11.532563

	李四    13.051181

	王五     6.000000

	dtype: float64

	 

	>>> df.iloc[0, :].std() # 显示第 1 行的标准差

	11.532562594670797

	 

	>>> df.iloc[:, 2].std() # 显示第 3 列的标准差

	6.429100507328636

题外话

在此疾速成长的科技元年,编程就像是许多人通往无限可能世界的门票。而在编程语言的明星阵容中,Python就像是那位独领风 骚的超级巨星, 以其简洁易懂的语法和强大的功能,脱颖而出,成为全球最炙手可热的编程语言之一。

python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas
Python 的迅速崛起对整个行业来说都是极其有利的 ,但“人红是非多”,导致它平添了许许多多的批评,不过依旧挡不住它火爆的发展势头。

如果你对Python感兴趣,想要学习pyhton,这里给大家分享一份Python全套学习资料,都是我自己学习时整理的,希望可以帮到你,一起加油!

😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

👉CSDN大礼包🎁:全网最全《Python学习资料》免费分享(安全链接,放心点击)👈

python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

1️⃣零基础入门

① 学习路线

对于从来没有接触过Python的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

② 路线对应学习视频

还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

③练习题

每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

2️⃣国内外Python书籍、文档

① 文档和书籍资料

python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

3️⃣Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

②Python实战案例

光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。100+实战案例源码等你来拿!
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

③Python小游戏源码

如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

4️⃣Python面试题

我们学会了Python之后,有了技能就可以出去找工作啦!下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

5️⃣Python兼职渠道

而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas

上述所有资料 ⚡️ ,朋友们如果有需要的,可以扫描下方👇👇👇二维码免费领取🆓
python计算标准差,python,均值算法,numpy,数据库,算法,开发语言,pandas文章来源地址https://www.toymoban.com/news/detail-719186.html

到了这里,关于python 计算均值、方差、标准差 Numpy,Pandas的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包