计算给定 NumPy 数组的均值、标准差和方差

在 NumPy 中，我们可以通过两种方法计算给定数组沿第二个轴的均值、标准差和方差，第一种是使用内置函数，第二种是通过均值、标准差和方差的公式。

方法 1：使用numpy.mean() 、 numpy.std() 、 numpy.var()

Python

import numpy as np
  
  
# Original array
array = np.arange(10)
print(array)
  
r1 = np.mean(array)
print("\nMean: ", r1)
  
r2 = np.std(array)
print("\nstd: ", r2)
  
r3 = np.var(array)
print("\nvariance: ", r3)

输出：

[0 1 2 3 4 5 6 7 8 9]

Mean:  4.5

std:  2.8722813232690143

variance:  8.25

方法 2：使用公式

Python3

import numpy as np
  
# Original array
array = np.arange(10)
print(array)
  
r1 = np.average(array)
print("\nMean: ", r1)
  
r2 = np.sqrt(np.mean((array - np.mean(array)) ** 2))
print("\nstd: ", r2)
  
r3 = np.mean((array - np.mean(array)) ** 2)
print("\nvariance: ", r3)

输出：

[0 1 2 3 4 5 6 7 8 9]

Mean:  4.5

std:  2.8722813232690143

variance:  8.25

示例：比较内置方法和公式

Python

import numpy as np
  
# Original array
x = np.arange(5)
print(x)
  
r11 = np.mean(x)
r12 = np.average(x)
print("\nMean: ", r11, r12)
  
r21 = np.std(x)
r22 = np.sqrt(np.mean((x - np.mean(x)) ** 2))
print("\nstd: ", r21, r22)
  
r31 = np.var(x)
r32 = np.mean((x - np.mean(x)) ** 2)
print("\nvariance: ", r31, r32)

输出：

[0 1 2 3 4]

Mean:  2.0 2.0

std:  1.4142135623730951 1.4142135623730951

variance:  2.0 2.0