Python NumPy var方法用法及代碼示例

NumPy 的 var(~) 方法計算輸入數組中值的方差。使用以下公式計算方差：

在哪裏：

var(~) 方法還可以計算方差的無偏估計。我們通過在參數中設置 ddof=1 來實現這一點，我們將在後麵的示例中看到。

1. a | array-like

要對其執行該方法的數組。

2. axis | int 或 tuple | optional

我們計算方差的軸。對於二維數組，允許的值如下：

默認情況下，axis=None 。

3. dtype | string 或 type | optional

用於計算方差的類型。如果輸入數組的類型為 int ，則將使用 float32 。如果輸入數組是其他數值類型，則將使用其類型。

4. ddof | int | optional

自由度δ。這可以用來修改前麵的分母：

默認情況下，ddof=0 。

如果 axis=None ，則返回表示數組中所有值的方差的單個 float。否則，返回一個 Numpy 數組。

np.var([1,2,3,4])



1.25

要計算樣本方差，請設置 ddof=1 ：

np.var([1,2,3,4], ddof=1)



1.6666666666666667

要計算總體方差，請省略 ddof 參數或顯式設置 ddof=0 ：

np.var([1,2,3,4])   # By default, ddof=0



1.25

如果不指定 axis 參數，Numpy 隻會將您的 Numpy 數組視為扁平數組。

np.var([[1,2],[3,4]])



1.25

此代碼與 np.var([1,2,3,4]) 基本相同。

要按列計算方差，請在參數中指定axis=0：

np.var([[1,4],[2,6], [3,8]], axis=0)



array([0.66666667, 2.66666667])

在這裏，我們計算 [1,2,3](即第一列)和 [4,6,8](即第二列)的方差。

要按列計算方差，請在參數中指定axis=1：

np.var([[1,4],[2,6], [3,8]], axis=1)



array([2.25, 4.  , 6.25])

在這裏，我們計算三個方差：第一行(即 [1,4] )、第二行(即 [2,6] )和第三行(即 [3,8] )。

有時數字類型 float32 可能不夠準確，無法滿足您的需求。如果您的應用程序需要更準確的數字，請在參數中設置dtype=np.float64。這將占用更多內存，但會提供更準確的結果。

相關用法

注：本文由純淨天空篩選整理自Isshin Inada大神的英文原創作品 NumPy | var method。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。