Python dask.array.var用法及代码示例

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

计算沿指定轴的方差。

此文档字符串是从 numpy.var 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。

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：无或整数或整数元组，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。

如果这是一个整数元组，则在多个轴上执行方差，而不是像以前那样在单个轴或所有轴上执行。

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代表元素的个数。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，结果将针对输入数组正确广播。

如果传递了默认值，那么 keepdims 将不会传递给 ndarray 的子类的 var 方法，但是任何非默认值都会传递。如果 sub-class' 方法未实现 keepdims，则将引发任何异常。

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=None ，则返回一个包含方差的新数组；否则，返回对输出数组的引用。

注意：

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

例子：

>>> a = np.array([[1, 2], [3, 4]])  
>>> np.var(a)  
1.25
>>> np.var(a, axis=0)  
array([1.,  1.])
>>> np.var(a, axis=1)  
array([0.25,  0.25])

在单精度下，var() 可能不准确：

>>> a = np.zeros((2, 512*512), dtype=np.float32)  
>>> a[0, :] = 1.0  
>>> a[1, :] = 0.1  
>>> np.var(a)  
0.20250003

计算 float64 中的方差更准确：

>>> np.var(a, dtype=np.float64)  
0.20249999932944759 # may vary
>>> ((1-0.55)**2 + (0.1-0.55)**2)/2  
0.2025

指定 where 参数：

>>> a = np.array([[14, 8, 11, 10], [7, 9, 10, 11], [10, 15, 5, 10]])  
>>> np.var(a)  
6.833333333333333 # may vary
>>> np.var(a, where=[[True], [True], [False]])  
4.0

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.var。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：