Python：使用pandas和numpy计算标准差的区别

Python042

Python：使用pandas和numpy计算标准差的区别,第1张

首先，普及一下pandas与numpy的区别：

pandas操作的数据集是Series，本质上是列表与字典的混合，常用的数据形式为DataFrame；

numpy操作的数据集是数组或矩阵。

1、对数组求均值、方差、标准差

2、对矩阵求标准差

注意：在求标准差时需要注意几个问题：

1、在统计学中，标准差分为两种：

（1）总体标准差：标准差公式根号内除以n，是有偏的。

（2）样本标准差：标准差公式根号内除以n-1，是无偏的。

2、pandas与numpy在计算标准差时的区别

（1）numpy

         在numpy中计算标准差时，括号内要指定ddof的值，ddof表示自由度，当ddof=0时计算的是总体标准差；当ddof=1时计算的是样本标准差，当不为ddof设置值时，其默认为总体标准差。

（2）pandas

         在使用pandas计算标准差时，其与numpy的默认情况是相反的，在默认情况下，pandas计算的标准差为样本标准差。

借助numpy的向量运算来求：

import numpy

narray=numpy.array(nlist)

sum1=narray.sum()

narray2=narray*narray

sum2=narray2.sum()

mean=sum1/N

var=sum2/N-mean**2

可以用numpy模块实现：

import numpy

def cal_mean_std(sum_list_in):

    # type: (list) -> tuple

    N = sum_list_in.__len__()

    narray = numpy.array(sum_list_in)

    sum = narray.sum()

    mean = sum / N

    narray_dev = narray - mean

    narray_dev = narray_dev * narray_dev

    sum_dev = narray_dev.sum()

    DEV = float(sum_dev) / float(N)

    STDEV = numpy.math.sqrt(DEV)

    print "mean:", mean, " DEV:", DEV, " STDEV:", STDEV

    return mean, DEV, STDEV

均值为mean，方差为DEV，标准差是STDEV

传入数据是一个list：sum_list_in