이 랩에서는 NumPy 라이브러리의 numpy.std() 함수를 다룹니다. 표준 편차가 무엇을 의미하는지 이해하고, numpy.std()를 사용하여 배열의 표준 편차를 계산하는 방법을 배우겠습니다.
VM 시작이 완료되면, 왼쪽 상단 모서리를 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 접속하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
표준 편차는 값 집합의 변동 또는 분산 정도를 측정하는 지표입니다. 수학적으로, 표준 편차는 평균으로부터의 제곱된 편차의 평균의 제곱근으로 정의됩니다. 표준 편차의 공식을 살펴보겠습니다.
std = \sqrt{\frac{\sum_{i=1}^{n} (x_i-\bar{x})^2}{n}}
여기서, \bar{x}는 배열 요소의 평균, x_i는 배열의 i 번째 요소, n은 배열의 요소 개수입니다.
numpy.std() 함수를 사용하기 위한 구문은 다음과 같습니다.
numpy.std(a, axis=None, dtype=None, out=None)a: 입력 배열axis: 표준 편차를 계산할 축. 기본적으로, 평탄화된 배열에 대해 계산됩니다.dtype: 반환된 출력의 원하는 데이터 타입out: 출력이 저장될 출력 배열배열의 표준 편차 또는 지정된 축을 따라 표준 편차 값이 있는 배열을 반환합니다.
numpy.std()를 사용하는 간단한 예시를 살펴보겠습니다.
import numpy as np
## create 2D array
a = np.array([[11, 2], [13, 44]])
print("The array is:\n",a)
## calculate standard deviation of flattened array
print("Standard Deviation is :")
print(np.std(a))
## calculate standard deviation along axis 0
print("Standard Deviation along axis 0:")
print(np.std(a, axis=0))
## calculate standard deviation along axis 1
print("Standard Deviation along axis 1:")
print(np.std(a, axis=1))출력:
The array is:
[[11 2]
[13 44]]
Standard Deviation is :
15.850867484147358
Standard Deviation along axis 0:
[ 1. 21.]
Standard Deviation along axis 1:
[ 4.5 15.5]출력에 대한 데이터 타입을 지정할 수 있는 예시를 살펴보겠습니다.
import numpy as np
inp = [22, 2, 17, 11, 34]
print("The input array is : ")
print(inp)
## calculate standard deviation
print("The standard deviation of the Input Array is: ")
print(np.std(inp))
## get more precision with float 32
print("\nTo get More precision with float32")
print("Thus std of array is : ", np.std(inp, dtype=np.float32))
## get more accuracy with float 64
print("\nTo get More accuracy with float64")
print("The std of array is : ", np.std(inp, dtype=np.float64))출력:
The input array is:
[22, 2, 17, 11, 34]
The standard deviation of the Input Array is:
10.721940122944167
To get More precision with float32
Thus std of array is : 10.72194
To get More accuracy with float64
The std of array is: 10.721940122944167참고: 표준 편차를 더 정확하게 계산하기 위해 dtype float64가 사용됩니다.
이 랩에서는 지정된 축을 따라 배열의 표준 편차를 계산하는 데 사용되는 numpy.std() 함수에 대해 배웠습니다. 또한 numpy.std()의 구문과 전달할 수 있는 다양한 매개변수를 이해했습니다. 마지막으로, numpy.std()가 어떻게 작동하는지 이해하기 위해 몇 가지 예시를 살펴보았습니다.