Pandos std() apibrėžiamas kaip funkcija, skirta apskaičiuoti nurodyto skaičių rinkinio, duomenų rėmelio, stulpelio ir eilučių standartinį nuokrypį. Norėdami apskaičiuoti standartinį nuokrypį, turime importuoti paketą pavadinimu ' statistika “ medianai apskaičiuoti.

Standartinis nuokrypis pagal numatytuosius nustatymus normalizuojamas N-1 ir gali būti pakeistas naudojant aš ateisiu argumentas.

skaityti iš csv failo java

Sintaksė:

 Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs) 

Parametrai:

ašis:{indeksas (0), stulpeliai (1)}įsakymas:Į jį neįtraukiamos visos NA/null reikšmės. Jei NA yra visoje eilutėje / stulpelyje, rezultatas bus NA.lygis:Jis skaičiuojamas kartu su tam tikru lygiu ir susitraukia į skaliarą, jei ašis yra MultiIndex (hierarchinė).Aš:Delta laisvės laipsniai. Skaičiavimams naudojamas daliklis N - ddof, kur N reiškia elementų skaičių.numeric_only:loginė vertė, numatytoji reikšmė Nėra
Tai apima tik float, int ir loginius stulpelius. Jei nėra, jis bandys naudoti viską, todėl naudokite tik skaitinius duomenis.
Jis neįdiegtas serijai.

Grąžinimai:

Jis grąžina Series arba DataFrame, jei nurodytas lygis.

1 pavyzdys:

 import pandas as pd # calculate standard deviation import numpy as np print(np.std([4,7,2,1,6,3])) print(np.std([6,9,15,2,-17,15,4])) 

Išvestis

Android proceso acore

 2.1147629234082532 10.077252622027656 

2 pavyzdys:

 import pandas as pd import numpy as np #Create a DataFrame info = { 'Name':['Parker','Smith','John','William'], 'sub1_Marks':[52,38,42,37], 'sub2_Marks':[41,35,29,36]} data = pd.DataFrame(info) data # standard deviation of the dataframe data.std() 

Išvestis

 sub1_Marks 6.849574 sub2_Marks 4.924429 dtype: float64