Maîtriser la fonction d'écart-type de NumPy

Introduction

Dans ce laboratoire, nous allons aborder la fonction numpy.std() de la bibliothèque NumPy. Nous allons comprendre ce que signifie l'écart-type et comment utiliser numpy.std() pour calculer l'écart-type d'un tableau.

Conseils sur la machine virtuelle

Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Notebook pour accéder à Jupyter Notebook pour la pratique.

Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limites de Jupyter Notebook.

Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez votre feedback après la session, et nous réglerons rapidement le problème pour vous.

Comprendre l'écart-type

L'écart-type est une mesure de la quantité de variation ou de dispersion de l'ensemble de valeurs. Mathématiquement, l'écart-type est défini comme la racine carrée de la moyenne des écarts carrés par rapport à la moyenne. Voyons la formule de l'écart-type :

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

Ici, $\bar{x}$ est la moyenne des éléments du tableau, $x_i$ est le i-ème élément du tableau et $n$ est le nombre d'éléments dans le tableau.

Syntaxe de numpy.std()

La syntaxe requise pour utiliser la fonction numpy.std() est la suivante :

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

Paramètres

a : Tableau d'entrée
axis : Axes le long desquels calculer l'écart-type. Par défaut, il est calculé sur un tableau aplati.
dtype : Type de données souhaité pour la sortie renvoyée
out : Tableau de sortie dans lequel la sortie est stockée.

Retour

Renvoie l'écart-type du tableau ou un tableau avec les valeurs d'écart-type le long de l'axe spécifié.

Exemple

Regardons un exemple simple utilisant numpy.std().

import numpy as np

## créer un tableau 2D
a = np.array([[11, 2], [13, 44]])
print("Le tableau est :\n",a)

## calculer l'écart-type du tableau aplati
print("L'écart-type est :")
print(np.std(a))

## calculer l'écart-type le long de l'axe 0
print("L'écart-type le long de l'axe 0 :")
print(np.std(a, axis=0))

## calculer l'écart-type le long de l'axe 1
print("L'écart-type le long de l'axe 1 :")
print(np.std(a, axis=1))

Sortie :

Le tableau est :
[[11  2]
 [13 44]]
L'écart-type est :
15.850867484147358
L'écart-type le long de l'axe 0 :
[ 1. 21.]
L'écart-type le long de l'axe 1 :
[ 4.5 15.5]

Précision

Regardons un exemple où nous pouvons spécifier le type de données pour la sortie.

import numpy as np

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

print("Le tableau d'entrée est : ")
print(inp)

## calculer l'écart-type
print("L'écart-type du tableau d'entrée est : ")
print(np.std(inp))

## obtenir plus de précision avec float32
print("\nPour obtenir plus de précision avec float32")
print("L'écart-type du tableau est donc : ", np.std(inp, dtype=np.float32))

## obtenir plus de précision avec float64
print("\nPour obtenir plus de précision avec float64")
print("L'écart-type du tableau est : ", np.std(inp, dtype=np.float64))