NumPy STD-Funktion

Einführung

In diesem Lab behandeln wir die numpy.std()-Funktion der NumPy-Bibliothek. Wir werden verstehen, was Standardabweichung bedeutet und wie man numpy.std() verwendet, um die Standardabweichung eines Arrays zu berechnen.

Tipps für die VM

Nachdem die VM gestartet ist, klicken Sie in der oberen linken Ecke, um zur Registerkarte Notebook zu wechseln und Jupyter Notebook für die Übung zu nutzen.

Manchmal müssen Sie einige Sekunden warten, bis Jupyter Notebook vollständig geladen ist. Die Validierung von Vorgängen kann aufgrund der Einschränkungen von Jupyter Notebook nicht automatisiert werden.

Wenn Sie bei der Lernphase Probleme haben, können Sie Labby gerne fragen. Geben Sie nach der Sitzung Feedback, und wir werden das Problem für Sie prompt beheben.

Das Verständnis der Standardabweichung

Die Standardabweichung ist ein Maß für die Variation oder Dispersion eines Satzes von Werten. Mathematisch wird die Standardabweichung als Quadratwurzel des Mittelwerts der quadrierten Abweichungen vom Mittelwert definiert. Schauen wir uns die Formel für die Standardabweichung an:

std = \sqrt{\frac{\sum_{i=1}^{n} (x_i-\bar{x})^2}{n}}

Hier ist \bar{x} der Mittelwert der Array-Elemente, x_i das i-te Element des Arrays und n die Anzahl der Elemente im Array.

Syntax von numpy.std()

Die Syntax, die zum Verwenden der numpy.std()-Funktion erforderlich ist, lautet wie folgt:

numpy.std(a, axis=None, dtype=None, out=None)

Parameter:

• a: Eingabe-Array
• axis: Achse, entlang der die Standardabweichung berechnet wird. Standardmäßig wird sie auf einem abgeflachten Array berechnet.
• dtype: Gewünschter Datentyp der zurückgegebenen Ausgabe
• out: Ausgabe-Array, in dem die Ausgabe gespeichert wird.

Rückgabewert:

Gibt die Standardabweichung des Arrays oder ein Array mit Standardabweichungswerten entlang der angegebenen Achse zurück.

Beispiel

Schauen wir uns ein einfaches Beispiel mit numpy.std() an.

import numpy as np

## erstelle 2D-Array
a = np.array([[11, 2], [13, 44]])
print("Das Array ist:\n",a)

## berechne die Standardabweichung des abgeflachten Arrays
print("Standardabweichung ist :")
print(np.std(a))

## berechne die Standardabweichung entlang der Achse 0
print("Standardabweichung entlang der Achse 0:")
print(np.std(a, axis=0))

## berechne die Standardabweichung entlang der Achse 1
print("Standardabweichung entlang der Achse 1:")
print(np.std(a, axis=1))

Ausgabe:

Das Array ist:
[[11  2]
 [13 44]]
Standardabweichung ist :
15.850867484147358
Standardabweichung entlang der Achse 0:
[ 1. 21.]
Standardabweichung entlang der Achse 1:
[ 4.5 15.5]

Genauigkeit

Schauen wir uns ein Beispiel an, in dem wir den Datentyp für die Ausgabe angeben können.

import numpy as np

inp = [22, 2, 17, 11, 34]

print("Das Eingabe-Array ist : ")
print(inp)

## berechne die Standardabweichung
print("Die Standardabweichung des Eingabe-Arrays ist: ")
print(np.std(inp))

## erhalte mehr Genauigkeit mit float 32
print("\nUm mehr Genauigkeit mit float32 zu erhalten")
print("Die Standardabweichung des Arrays ist : ", np.std(inp, dtype=np.float32))

## erhalte mehr Genauigkeit mit float 64
print("\nUm mehr Genauigkeit mit float64 zu erhalten")
print("Die Standardabweichung des Arrays ist : ", np.std(inp, dtype=np.float64))

Ausgabe:

Das Eingabe-Array ist:
[22, 2, 17, 11, 34]
Die Standardabweichung des Eingabe-Arrays ist:
10.721940122944167

Um mehr Genauigkeit mit float32 zu erhalten
Die Standardabweichung des Arrays ist : 10.72194

Um mehr Genauigkeit mit float64 zu erhalten
Die Standardabweichung des Arrays ist: 10.721940122944167

Hinweis: Um die Standardabweichung genauer zu berechnen, wird dtype float64 verwendet.

Zusammenfassung

In diesem Lab haben wir uns mit der numpy.std()-Funktion beschäftigt, die zur Berechnung der Standardabweichung eines Arrays entlang der angegebenen Achse verwendet wird. Darüber hinaus haben wir die Syntax von numpy.std() und die verschiedenen Parameter, die wir übergeben können, verstanden. Schließlich haben wir einige Beispiele gesehen, um zu verstehen, wie numpy.std() funktioniert.