numpy.nanstd

numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<class numpy._globals._NoValue at 0x40b6a26c>) [source]

Вычислить стандартное отклонение по указанной оси, игнорируя значения NaN.

Возвращает стандартное отклонение, меру разброса распределения, элементов массива без NaN. Стандартное отклонение вычисляется для уплощенного массива по умолчанию, в противном случае — по указанной оси.

Для всех срезов NaN или срезов с нулём степеней свободы возвращается NaN, и возникает RuntimeWarning.

Введено в версии 1.8.0.

Параметры:

a : array_like Вычислить стандартное отклонение значений без NaN. axis : int, необязательно Ось, по которой вычисляется стандартное отклонение. По умолчанию вычисляется стандартное отклонение уплощенного массива. dtype : dtype, необязательно Тип, используемый для вычисления стандартного отклонения. Для массивов целочисленного типа по умолчанию используется float64, для массивов плавающей точки — такой же тип, как и у массива. out : ndarray, необязательно Альтернативный массив вывода, в который следует поместить результат. Он должен иметь ту же форму, что и ожидаемый вывод, но тип (вычисленных значений) будет преобразован при необходимости. ddof : int, необязательно Означает Delta Degrees of Freedom. Делитель, используемый в расчётах, равен N - ddof, где N представляет количество элементов без NaN. По умолчанию ddof равно нулю. keepdims : bool, необязательно Если установлено в True, оси, которые были уменьшены, остаются в результате в виде измерений с размером один. С этим параметром результат будет корректно транслироваться относительно исходного a. Если это значение отличается от значения по умолчанию, оно передаётся напрямую соответствующим функциям подклассов. Если у этих функций нет keepdims ключевого слова, будет поднята ошибка RuntimeError.

Возвращает:

standard_deviation : ndarray, см. параметр dtype выше. Если out равно None, возвращается новый массив, содержащий стандартное отклонение; в противном случае возвращается ссылка на массив вывода. Если ddof не меньше количества элементов без NaN в срезе или срез содержит только NaN, результат для данного среза будет NaN.

См. также

var, mean, std, nanvar, nanmean

numpy.doc.ufuncs

Раздел «Аргументы вывода»

Примечания

Стандартное отклонение — это квадратный корень из среднего значения квадратов отклонений от среднего значения: std = sqrt(mean(abs(x - x.mean())**2)).

Среднее значение квадрата отклонения обычно вычисляется как x.sum() / N, где N = len(x). Однако, если ddof указано, используется делитель N - ddof. В стандартной статистической практике ddof=1 обеспечивает несмещённую оценку дисперсии бесконечной генеральной совокупности. ddof=0 предоставляет оценку максимального правдоподобия дисперсии для нормально распределённых переменных. Стандартное отклонение, вычисленное в этой функции, является квадратным корнем из оценочной дисперсии, поэтому даже с ddof=1, это не будет несмещённой оценкой стандартного отклонения.

Обратите внимание, что для комплексных чисел std берёт абсолютное значение перед возведением в квадрат, так что результат всегда действительный и неотрицательный.

Для входных данных с плавающей точкой std вычисляется с той же точностью, что и у входных данных. В зависимости от входных данных это может привести к неточным результатам, особенно для float32 (см. пример ниже). Использование накопителя с более высокой точностью с помощью ключевого слова dtype может смягчить эту проблему.

Примеры

>>> a = np.array([[1, np.nan], [3, 4]])
>>> np.nanstd(a)
1.247219128924647
>>> np.nanstd(a, axis=0)
array([ 1.,  0.])
>>> np.nanstd(a, axis=1)
array([ 0.,  0.5])