scipy.stats.

tstd#

scipy.stats.tstd(a, limits=None, inclusive=(True, True), axis=0, ddof=1, *, nan_policy='propagate', keepdims=False)[Quelle]#

Berechnet die getrimmte Stichprobenstandardabweichung.

Diese Funktion berechnet die Stichprobenstandardabweichung der gegebenen Werte und ignoriert Werte außerhalb der angegebenen limits.

Parameter:
aarray_like

Array von Werten.

limitsNone oder (untere Grenze, obere Grenze), optional

Werte im Eingabearray, die kleiner als die untere Grenze oder größer als die obere Grenze sind, werden ignoriert. Wenn limits None ist, werden alle Werte verwendet. Einer der Grenzwertwerte im Tupel kann auch None sein, was ein halb-offenes Intervall darstellt. Der Standardwert ist None.

inclusive(bool, bool), optional

Ein Tupel bestehend aus den (unteren Flag, oberen Flag). Diese Flags bestimmen, ob Werte, die exakt gleich der unteren oder oberen Grenze sind, eingeschlossen werden. Der Standardwert ist (True, True).

axisint oder None, Standard: 0

Wenn es sich um eine ganze Zahl handelt, ist dies die Achse des Eingabearrays, entlang der die Statistik berechnet wird. Die Statistik jedes Achsen-Slices (z. B. Zeile) der Eingabe erscheint dann in einem entsprechenden Element der Ausgabe. Wenn None, wird die Eingabe vor der Berechnung der Statistik geglättet.

ddofint, optional

Delta Freiheitsgrade. Standard ist 1.

nan_policy{‘propagate’, ‘omit’, ‘raise’}

Definiert, wie Eingabe-NaNs behandelt werden.

  • propagate: Wenn ein NaN in der Achsen-Slice (z. B. Zeile) vorhanden ist, entlang der die Statistik berechnet wird, wird der entsprechende Eintrag der Ausgabe NaN sein.

  • omit: NaNs werden bei der Berechnung weggelassen. Wenn im Achsen-Slice, entlang dem die Statistik berechnet wird, nicht genügend Daten verbleiben, wird der entsprechende Eintrag der Ausgabe NaN sein.

  • raise: Wenn ein NaN vorhanden ist, wird ein ValueError ausgelöst.

keepdimsbool, Standard: False

Wenn dies auf True gesetzt ist, bleiben die reduzierten Achsen im Ergebnis als Dimensionen mit der Größe eins erhalten. Mit dieser Option wird das Ergebnis korrekt gegen das Eingabearray gestreut (broadcasted).

Rückgabe:
tstdfloat

Getrimmte Stichprobenstandardabweichung.

Hinweise

tstd berechnet die unverzerrte Stichprobenstandardabweichung, d. h. sie verwendet einen Korrekturfaktor n / (n - 1).

Seit SciPy 1.9 werden np.matrix-Eingaben (für neuen Code nicht empfohlen) vor der Berechnung in np.ndarray konvertiert. In diesem Fall ist die Ausgabe eine Skalar- oder np.ndarray mit geeigneter Form anstelle eines 2D-np.matrix. Ebenso werden, während maskierte Elemente von Masked Arrays ignoriert werden, die Ausgabe eine Skalar- oder np.ndarray anstelle eines Masked Arrays mit mask=False sein.

tstd bietet experimentelle Unterstützung für Backends, die mit dem Python Array API Standard kompatibel sind, zusätzlich zu NumPy. Bitte testen Sie diese Funktionen, indem Sie die Umgebungsvariable SCIPY_ARRAY_API=1 setzen und CuPy-, PyTorch-, JAX- oder Dask-Arrays als Array-Argumente übergeben. Die folgenden Kombinationen von Backend und Gerät (oder anderer Fähigkeit) werden unterstützt.

Bibliothek

CPU

GPU

NumPy

✅

n/a

CuPy

n/a

✅

PyTorch

✅

✅

JAX

✅

✅

Dask

✅

n/a

Siehe Unterstützung für den Array API Standard für weitere Informationen.

Beispiele

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tstd(x)
5.9160797830996161
>>> stats.tstd(x, (3,17))
4.4721359549995796
Auf dieser Seite