Python dask.array.nanvar用法及代碼示例

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

計算沿指定軸的方差，同時忽略 NaN。

此文檔字符串是從 numpy.nanvar 複製的。

可能存在與 Dask 版本的一些不一致之處。

返回數組元素的方差，即分布分布的度量。默認情況下為展平數組計算方差，否則在指定軸上計算。

對於 all-NaN 切片或自由度為零的切片，返回 NaN 並引發 RuntimeWarning。

參數：

a：array_like: 包含需要方差的數字的數組。如果a 不是數組，則嘗試轉換。
axis：{int，int 元組，無}，可選: 計算方差的一個或多個軸。默認是計算展平數組的方差。
dtype：數據類型，可選: 用於計算方差的類型。對於整數類型的數組，默認值為 float64 ；對於浮點類型的數組，它與數組類型相同。
out：ndarray，可選: 用於放置結果的備用輸出數組。它必須具有與預期輸出相同的形狀，但如果需要，類型會被強製轉換。
ddof：整數，可選: “自由度Delta”：計算中使用的除數是N - ddof，其中N表示非NaN元素的數量。默認情況下 ddof 為零。
keepdims：布爾型，可選: 如果將其設置為 True，則縮小的軸將作為尺寸為 1 的尺寸留在結果中。使用此選項，結果將針對原始 a 正確廣播。
where：數組 of bool，可選(在 Dask 中不支持): 要包含在差異中的元素。有關詳細信息，請參閱~numpy.ufunc.reduce。

variance：ndarray，見上麵的 dtype 參數: 如果out 為無，則返回包含方差的新數組，否則返回對輸出數組的引用。如果 ddof >= 切片中非 NaN 元素的數量或切片僅包含 NaN，則該切片的結果為 NaN。

注意：

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

平均值通常計算為 x.sum() / N ，其中 N = len(x) 。但是，如果指定了ddof，則使用除數N - ddof。在標準統計實踐中，ddof=1 提供了假設無限總體方差的無偏估計量。 ddof=0 提供正態分布變量的方差的最大似然估計。

請注意，對於複數，在平方之前取絕對值，因此結果始終為實數且非負數。

對於浮點輸入，使用與輸入相同的精度計算方差。根據輸入數據，這可能會導致結果不準確，尤其是對於float32(參見下麵的示例)。使用 dtype 關鍵字指定 higher-accuracy 累加器可以緩解此問題。

要使此函數在 ndarray 的子類上工作，它們必須使用 kwarg keepdims 定義 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

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.nanvar。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：