np.mean()和np.std()函數

一、mean() 函數定義：
numpy.mean(a, axis, dtype, out，keepdims )

mean()函數功能：求取均值
經常操作的參數為axis，以m * n矩陣舉例：

• axis 不設置值，對 m*n 個數求均值，返回一個實數
• axis = 0：壓縮行，對各列求均值，返回 1* n 矩陣
• axis =1 ：壓縮列，對各行求均值，返回 m *1 矩

import numpy as np
a = np.array([[1, 2], [3, 4]])
print(a)
print(type(a))
print(np.mean(a))
print(np.mean(a, axis=0)) # axis=0，計算每一列的均值
print(np.mean(a, axis=1)) # axis = 1計算每一行的均值

output:

[[1 2]
 [3 4]]
<class 'numpy.ndarray'>
2.5
[2. 3.]
[1.5 3.5]

二、numpy.std(a, axis=None, dtype=None, out=None, ddof=0, keepdims=<no value>)

這個函數是用來求標准差的。axis=0時，表示求每一列標准差，axis=1時，表示求每一行標准差，當axis=None時，表示求全局標准差。

其次numpy計算的為總體標准偏差，即當ddof=0時，計算有偏樣本標准差；一般在擁有所有數據的情況下，計算所有數據的標准差時使用，即最終除以n。

當ddo = 1時，表示計算無偏樣本標准差，最終除以n-1

import numpy as np
a = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
pian = np.std(a, ddof = 0) # 有偏
print("std有偏計算結果：",pian)
orig = np.sqrt(((a - np.mean(a)) ** 2).sum() / a.size)
print("有偏公式計算結果：",orig)
no_pian = np.std(a, ddof = 1) # 無偏
print("std無偏計算結果：",no_pian)
orig1 = np.sqrt(((a - np.mean(a)) ** 2).sum() / (a.size - 1))
print("無偏公式計算結果：",orig1)

output：

std有偏計算結果： 2.8722813232690143
有偏公式計算結果： 2.8722813232690143
std無偏計算結果： 3.0276503540974917
無偏公式計算結果： 3.0276503540974917