Python dask.array.nanvar用法及代码示例

用法: dask.array.nanvar(a, axis=None, dtype=None, keepdims=False, ddof=0, split_every=None, out=None)

计算沿指定轴的方差，同时忽略 NaN。

此文档字符串是从 numpy.nanvar 复制的。

可能存在与 Dask 版本的一些不一致之处。

返回数组元素的方差，即分布分布的度量。默认情况下为展平数组计算方差，否则在指定轴上计算。

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

参数：

a：array_like: 包含需要方差的数字的数组。如果a 不是数组，则尝试转换。
axis：{int，int 元组，无}，可选: 计算方差的一个或多个轴。默认是计算展平数组的方差。
dtype：数据类型，可选: 用于计算方差的类型。对于整数类型的数组，默认值为 float64 ；对于浮点类型的数组，它与数组类型相同。
out：ndarray，可选: 用于放置结果的备用输出数组。它必须具有与预期输出相同的形状，但如果需要，类型会被强制转换。
ddof：整数，可选: “自由度Delta”：计算中使用的除数是N - ddof，其中N表示非NaN元素的数量。默认情况下 ddof 为零。
keepdims：布尔型，可选: 如果将其设置为 True，则缩小的轴将作为尺寸为 1 的尺寸留在结果中。使用此选项，结果将针对原始 a 正确广播。
where：数组 of bool，可选(在 Dask 中不支持): 要包含在差异中的元素。有关详细信息，请参阅~numpy.ufunc.reduce。

variance：ndarray，见上面的 dtype 参数: 如果out 为无，则返回包含方差的新数组，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。

注意：

方差是与平均值的平方偏差的平均值，即 var = mean(abs(x - x.mean())**2) 。

平均值通常计算为 x.sum() / N ，其中 N = len(x) 。但是，如果指定了ddof，则使用除数N - ddof。在标准统计实践中，ddof=1 提供了假设无限总体方差的无偏估计量。 ddof=0 提供正态分布变量的方差的最大似然估计。

请注意，对于复数，在平方之前取绝对值，因此结果始终为实数且非负数。

对于浮点输入，使用与输入相同的精度计算方差。根据输入数据，这可能会导致结果不准确，尤其是对于float32(参见下面的示例)。使用 dtype 关键字指定 higher-accuracy 累加器可以缓解此问题。

要使此函数在 ndarray 的子类上工作，它们必须使用 kwarg keepdims 定义 sum

例子：

>>> a = np.array([[1, np.nan], [3, 4]])  
>>> np.nanvar(a)  
1.5555555555555554
>>> np.nanvar(a, axis=0)  
array([1.,  0.])
>>> np.nanvar(a, axis=1)  
array([0.,  0.25])  # may vary

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.nanvar。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

注意：

例子：