numpy.nanstd #

麻木的。nanstd ( a , axis=None , dtype=None , out=None , ddof=0 , keepdims=<无值> , * , where=<无值> ) [来源] #

计算沿指定轴的标准差，同时忽略 NaN。

返回非 NaN 数组元素的标准差，即分布扩展的度量。默认情况下计算展平数组的标准差，否则计算指定轴上的标准差。

对于全 NaN 切片或自由度为零的切片，将返回 NaN 并引发RuntimeWarning 。

1.8.0 版本中的新增功能。

参数：

类似数组

计算非 NaN 值的标准差。

axis {int, int 元组, None}, 可选

计算标准差所沿的一个或多个轴。默认值是计算展平数组的标准差。

数据类型数据类型，可选

用于计算标准差的类型。对于整数类型的数组，默认值为 float64，对于浮点类型的数组，默认值与数组类型相同。

输出ndarray，可选

用于放置结果的替代输出数组。它必须具有与预期输出相同的形状，但如果需要，将转换（计算值的）类型。

ddof int，可选

表示自由度 Delta。计算中使用的除数是，其中表示非 NaN 元素的数量。默认情况下ddof为零。N - ddofN

keepdims布尔值，可选

如果将此设置为 True，则缩小的轴将作为大小为 1 的维度保留在结果中。使用此选项，结果将根据原始a正确广播。

如果该值不是默认值，则它将按原样传递给子类的相关函数。如果这些函数没有keepdims kwarg，则会引发 RuntimeError。

其中array_like of bool，可选

标准差中包含的元素。reduce详情请参阅。

1.22.0 版本中的新增功能。

返回：

standard_deviation ndarray，请参阅上面的 dtype 参数。: 如果out为 None，则返回包含标准差的新数组，否则返回对输出数组的引用。如果 ddof >= 切片中非 NaN 元素的数量或切片仅包含 NaN，则该切片的结果为 NaN。

也可以看看

var, mean,std
nanvar,nanmean
输出类型确定

笔记

标准差是与平均值的偏差平方的平均值的平方根：。std = sqrt(mean(abs(x - x.mean())**2))

平均平方偏差通常计算为，其中。但是，如果指定了ddof ，则使用除数。在标准统计实践中，提供无限总体方差的无偏估计量。提供正态分布变量方差的最大似然估计。此函数中计算的标准差是估计方差的平方根，因此即使使用，它也不会是标准差本身的无偏估计。x.sum() / NN = len(x)N - ddofddof=1ddof=0ddof=1

请注意，对于复数，std在平方之前取绝对值，以便结果始终为实数且非负。

对于浮点输入，std是使用与输入相同的精度计算的。根据输入数据，这可能会导致结果不准确，尤其是对于 float32（请参见下面的示例）。使用关键字指定更高精度的累加器dtype 可以缓解这个问题。

例子

>>> 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]) # may vary