나는 어떻게 계산하는 표준 편차는 파이썬에서 사용하지 않고 numpy?

speeds = [86,87,88,86,87,85,86]

# Calculate the mean of the values in your list
mean_speeds = sum(speeds) / len(speeds)

# Calculate the variance of the values in your list
# This is 1/N * sum((x - mean(X))^2)
var_speeds = sum((x - mean_speeds) ** 2 for x in speeds) / len(speeds)

# Take the square root of variance to get standard deviation
sd_speeds = var_speeds ** 0.5

>>> sd_speeds
0.9035079029052513

문제 코드에서는 재사용의 배열을 반환에서 중앙의 루프

def get_std_dev(array):
    # get mu
    mean = get_mean(array)       <-- this is 86.4
    # (x[i] - mu)**2
    for i in array:
        array = (i - mean) ** 2  <-- this is almost 0
        return array             <-- this is the value returned

지금 우리가 살펴 보자 알고리즘을 사용하고 있습니다. 참고는 두 가지가 있 std 편차는 수식은 일반적으로 사용됩니다. 다양한 인수하는 하나의 올바른 것입니다.

sqrt(sum((x - mean)^2) / n)

나

sqrt(sum((x - mean)^2) / (n -1))

에 대한 큰 값 n,첫 번째 수식가부터 사용 -1 하지 않습니다. 첫 번째 수식은 감소될 수 있습니다

sqrt(sum(x^2) /n - mean^2)

그래서 당신이 어떻게 이런 파이썬?

def std_dev1(array):
   n = len(array)
   mean = sum(array) / n
   sumsq = sum(v * v for v in array)
   return (sumsq / n - mean * mean) ** 0.5

몇 가지 문제 코드에서 하나 그들의 반환 값이 내부에 대한 문의입니다. 당신이 시도 할 수 있습니다

def get_mean(array):
    return sum(array) / len(array)


def get_std_dev(array):
    n = len(array)
    mean = get_mean(array)
    squares_arr = []
    for item in array:
        squares_arr.append((item - mean) ** 2)
    return math.sqrt(sum(squares_arr) / n)

다. 필요하신 제거 return 내부 루프가 있습니다.

def get_std_dev(array):
    # get mu
    mean = get_mean(array)
    sum_sqr_diff = 0
    # get sigma
    for i in array:
        sum_sqr_diff = sum_sqr_diff + (i - mean)**2
    # get mean of squared differences
    variance = 1/len(array)
    mean_sqr_diff = (variance * sum_sqr_diff)
    
    std_dev = math.sqrt(mean_sqr_diff)
    return std_dev

원하지 않는 경우에 사용하기 numpy 확인해 보시 statistics 패키지에서는 파이썬

import statistics

st_dev = statistics.pstdev(speeds)
print(st_dev)

는 경우 또는 당신을 확인하는 방법에 대해 설명합니다 사용자 지정 솔루션을 사용하여 다음은 당신을 사용하여 다음과 같은 방법을 사용하여 목록을 이해 당신의 복잡한 버 접근법

import math

mean = sum(speeds) / len(speeds)
var = sum((l-mean)**2 for l in speeds) / len(speeds)
st_dev = math.sqrt(var)
print(st_dev)