使用numpy可以做很多事情,在这篇文章中简单介绍一下如何使用numpy进行方差/标准方差/样本标准方差/协方差的计算。
variance: 方差
方差(Variance)是概率论中最基础的概念之一,它是由统计学天才罗纳德·费雪1918年最早所提出。用于衡量数据离散程度,因为它能体现变量与其数学期望(均值)之间的偏离程度。具有相同均值的数据,而标准差可能不同,而通过标准差的大小则能更好地反映出数据的偏离度。
计算:一组数据1,2,3,4,其方差应该是多少?
计算如下:
均值=(1+2+3+4)/4=2.5
方差=((1-2.5)^2 + (2-2.5)^2 + (3-2.5)^2 +(4-2.5)^2)/4 = (2.25+0.25+0.25+2.25)/4 = 1.25
python的numpy库中使用var函数即可求解,代码&执行如下:
liumiaocn:tmp liumiao$ cat np-5.py #!/usr/local/bin/python import numpy as np arr = np.array([1,2,3,4]) print("variance of [1,2,3,4]:", np.var(arr)) liumiaocn:tmp liumiao$ python np-5.py ('variance of [1,2,3,4]:', 1.25) liumiaocn:tmp liumiao$
standard deviation: 标准偏差
标准偏差=方差的开放,所以:
计算: 一组数据1,2,3,4,其标准偏差应该是多少?
计算就很简单了,对其求出的方差1.25进行开方运算即可得到大约1.118
可以使用numpy库中的std函数就可以非常简单的求解,代码&执行如下:
liumiaocn:tmp liumiao$ cat np-6.py #!/usr/local/bin/python import numpy as np arr = np.array([1,2,3,4]) print("variance of [1,2,3,4]:", np.var(arr)) print("sqrt of variance [1,2,3,4]:",np.sqrt(np.var(arr))) print("standard deviation: np.std()", np.std(arr)) liumiaocn:tmp liumiao$ python np-6.py ('variance of [1,2,3,4]:', 1.25) ('sqrt of variance [1,2,3,4]:', 1.118033988749895) ('standard deviation: np.std()', 1.118033988749895) liumiaocn:tmp liumiao$
sample standard deviation: 样本标准偏差
标准偏差是对总体样本进行求解,如果有取样,则需要使用样本标准偏差,它也是一个求开方的运算,但是对象不是方差,方差使用是各个数据与数学均值的差的求和的均值,简单来说除的对象是N,样本偏差则是N-1。
计算: 一组数据1,2,3,4,其样本标准偏差应该是多少?
计算如下:
均值=(1+2+3+4)/4=2.5
样本标准偏差的方差=((1-2.5)^2 + (2-2.5)^2 + (3-2.5)^2 +(4-2.5)^2)/3 = (2.25+0.25+0.25+2.25)/4 = 5/3
所以对5/3开方运算所得到的就是样本标准偏差为:1.29
同样适用numpy的std函数就可以做到这点,只需要将其一个Optional的参数设定为1即可,代码&执行如下:
liumiaocn:tmp liumiao$ cat np-7.py #!/usr/local/bin/python import numpy as np arr = np.array([1,2,3,4]) print("sample standard deviation: np.std()", np.std(arr, ddof=1)) liumiaocn:tmp liumiao$ python np-7.py ('sample standard deviation: np.std()', 1.2909944487358056) liumiaocn:tmp liumiao$
注意:matlab中的std实际指的是样本标准偏差,这点需要注意,如果你的代码从matlab上copy过来,请注意其实际的意义是标准偏差还是样本标准偏差
Covariance:协方差
协方差和方差较为接近,区别在于除数为N-1。
计算: 一组数据1,2,3,4,其协方差应该是多少?
计算如下:
均值=(1+2+3+4)/4=2.5
方差=((1-2.5)^2 + (2-2.5)^2 + (3-2.5)^2 +(4-2.5)^2)/(4-1) = (2.25+0.25+0.25+2.25)/3 = 1.66667
使用numpy的cov函数即可简单求出,代码和执行结果如下:
liumiaocn:tmp liumiao$ cat np-8.py #!/usr/local/bin/python import numpy as np arr = np.array([1,2,3,4]) print("Covariance: np.cov()", np.cov(arr)) liumiaocn:tmp liumiao$ python np-8.py ('Covariance: np.cov()', array(1.66666667)) liumiaocn:tmp liumiao$
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。如果你想了解更多相关内容请查看下面相关链接
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
更新日志
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]