python用numpy求标准差

使用numpy库中的`std()`函数可以求出一组数据的标准差。

示例代码如下：

import numpy as np

data = [1,2,3,4,5]

# 求标准差
std = np.std(data)

print(std)

运行结果为：

1.4142135623730951

其中，`data`为要求标准差的一组数据，`np.std(data)`即为求出该组数据的标准差。

相关问题

python求标准差不用numpy

在Python中，如果你想要计算一组数据的标准差而不使用numpy库，你可以使用内置的math和统计模块。这里是一个简单的例子来说明如何计算：

import math

def calculate_std_dev(data):
    # 首先，计算平均值（均值）
    mean = sum(data) / len(data)

    # 计算每个数与均值的差的平方
    variance = sum((x - mean) ** 2 for x in data) / len(data)

    # 取方根得到标准差
    std_dev = math.sqrt(variance)
    
    return std_dev

# 使用这个函数计算标准差，例如对于列表 [1, 2, 3, 4, 5]：
data = [1, 2, 3, 4, 5]
std_dev_without_numpy = calculate_std_dev(data)

numpy求数组标准差

可以使用NumPy库中的`numpy.std()`函数来计算数组的标准差。

以下是一个示例代码：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

std = np.std(arr)

print("标准差为:", std)

输出：

标准差为: 1.4142135623730951

另外，`numpy.std()`函数还可以接受`axis`参数，用于沿指定轴计算标准差。例如：

arr = np.array([[1, 2], [3, 4], [5, 6]])

std = np.std(arr, axis=0)

print("沿轴0计算标准差为:", std)

输出：

沿轴0计算标准差为: [1.24721913 1.24721913]

这里计算的是每列的标准差。如果`axis`参数为1，则计算每行的标准差。