Hướng dẫn dùng stdev python

Độ lệch chuẩn là thước đo độ chênh lệch trong Thống kê. Nó được sử dụng để định lượng thước đo mức độ lan truyền, độ biến thiên của tập hợp các giá trị dữ liệu. Nó rất giống với phương sai, cho phép đo độ lệch, trong khi phương sai cung cấp một giá trị bình phương.

Nội dung chính

• Truyền tham số xbar
• Ví dụ về độ lệch chuẩn trong Python sử dụng pstdev
• Sử dụng stdev () trên nhiều loại dữ liệu khác nhau
• Ví dụ về độ lệch chuẩn trong Python sử dụng numpy
• Sự khác biệt giữa phương sai () và stddev ()
• StatisticsError

Trong blog này, chúng tôi đã đề cập đến hàm Python mean (), Python median (), Python mode () và Python variance ().

• Python Stddev ()
• Truyền tham số xbar
• Ví dụ về độ lệch chuẩn trong Python sử dụng pstdev
• Sử dụng stdev () trên nhiều loại dữ liệu khác nhau
• Ví dụ về độ lệch chuẩn trong Python sử dụng numpy
• Sự khác biệt giữa phương sai () và stddev ()
• StatisticsError

Python stddev () là một hàm có sẵn tính toán độ lệch chuẩn từ một mẫu dữ liệu, thay vì toàn bộ tập hợp.

Có hai cách để tính độ lệch chuẩn trong Python.

1. Sử dụng hàm stdev hoặc pstdev của gói thống kê.
2. Sử dụng hàm std của gói numpy.

Stddev được sử dụng khi dữ liệu chỉ là một mẫu của toàn bộ tập dữ liệu.

Pstdev được sử dụng khi dữ liệu đại diện cho toàn bộ tập hợp. Lưu ý rằng thống kê là một mô-đun nhẹ được thêm vào trong Python 3.x.

Quá trình tìm kiếm độ lệch chuẩn đòi hỏi bạn phải biết liệu dữ liệu bạn có là toàn bộ tập dữ liệu hay nó là một mẫu của một nhóm.

Hãy xem cú pháp của hàm stddev ().

stdev([data-set], xbar)

Xem các thông số sau.

[data]: Có thể lặp lại với các số có giá trị thực.
xbar (Không bắt buộc): Lấy giá trị trung bình thực tế của tập dữ liệu.

Xem ví dụ mã sau đây.

# app.py import statistics dataset = [1, 2, 3, 4, 5] print("Standard Deviation of a dataset is % s " % (statistics.stdev(dataset)))

Xem kết quả sau.

➜ pyt python3 app.py Standard Deviation of a dataset is 1.5811388300841898 ➜ pyt

Hãy lấy một ví dụ khác.

# app.py import statistics dataset = [11, 21, 18, 19, 46] print("Standard Deviation of dataset is % s " % (statistics.stdev(dataset)))

Xem kết quả sau.

➜ pyt python3 app.py Standard Deviation of dataset is 13.397761006974262 ➜ pyt

Truyền tham số xbar

Được rồi, chúng ta hãy lấy danh sách, và bây giờ trong khi tìm stddev, chúng ta truyền tham số thứ hai vào hàm có tên xbar và xem kết quả đầu ra.

# app.py import statistics dataset = [11, 21, 18, 19, 46] meanValue = statistics.mean(dataset) print("Standard Deviation of the dataset is % s " % (statistics.stdev(dataset, xbar=meanValue)))

Xem kết quả đầu ra.

➜ pyt python3 app.py Standard Deviation of the dataset is 13.397761006974262 ➜ pyt

Ví dụ về độ lệch chuẩn trong Python sử dụng pstdev

Hãy lấy một ví dụ bằng cách sử dụng hàm pstdev () trong thống kê Python.

# app.py import statistics dataset = [11, 21, 18, 19, 46] print("Standard Deviation of a dataset is % s " % (statistics.pstdev(dataset)))

Xem kết quả sau.

➜ pyt python3 app.py Standard Deviation of a dataset is 11.983321743156194 ➜ pyt

Sử dụng stdev () trên nhiều loại dữ liệu khác nhau

Xem đoạn mã sau.

# app.py from statistics import stdev from fractions import Fraction as fr sample1 = (21, 19, 11, 14, 18, 19, 46) sample2 = (-21, -19, -11, -14, -18, -19, -46) sample3 = (-9, -1, -0, 2, 1, 3, 4, 19) sample4 = (21.23, 19.45, 29.1, 11.2, 18.9) print("The Standard Deviation of Sample1 is % s" % (stdev(sample1))) print("The Standard Deviation of Sample2 is % s" % (stdev(sample2))) print("The Standard Deviation of Sample3 is % s" % (stdev(sample3))) print("The Standard Deviation of Sample4 is % s" % (stdev(sample4)))

Xem kết quả sau.

➜ pyt python3 app.py The Standard Deviation of Sample1 is 11.480832888319723 The Standard Deviation of Sample2 is 11.480832888319723 The Standard Deviation of Sample3 is 7.8182478855559445 The Standard Deviation of Sample4 is 6.388906792245447 ➜ pyt

Ví dụ về độ lệch chuẩn trong Python sử dụng numpy

Chúng ta có thể thực thi numpy.std () để tính độ lệch chuẩn. Đầu tiên, chúng ta cần nhập thư viện numpy. Xem kết quả sau.

# app.py import numpy as np num = [21, 19, 11, 14, 18, 19, 46] print("The Standard Deviation of Numpy Data is % s" % (np.std(num)))

Xem kết quả sau.

➜ pyt python3 app.py The Standard Deviation of Numpy Data is 10.629185850136157 ➜ pyt

Sự khác biệt giữa phương sai () và stddev ()

Được rồi, hãy lấy một Danh sách Python đơn giản và lấy phương sai () và stddev () của nó.

# app.py import statistics dataset = [11, 21, 18, 19, 46] print("Standard Deviation of the dataset is % s " % (statistics.stdev(dataset))) print("Variance of the dataset is % s" % (statistics.variance(dataset)))

Xem kết quả sau.

➜ pyt python3 app.py Standard Deviation of the dataset is 13.397761006974262 Variance of the dataset is 179.5 ➜ pyt

StatisticsError

Được rồi, bây giờ nếu chúng ta chỉ vượt qua một điểm dữ liệu, thì nó sẽ làm tăng lỗi StatisticsError vì hàm stddev () yêu cầu tối thiểu hai điểm dữ liệu. Xem đoạn mã sau.

# app.py import statistics dataset = [11] print("Standard Deviation of the dataset is % s " % (statistics.stdev(dataset)))

Xem kết quả sau.

➜ pyt python3 app.py Traceback (most recent call last): File "app.py", line 6, in <module> % (statistics.stdev(dataset))) File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/statistics.py", line 650, in stdev var = variance(data, xbar) File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/statistics.py", line 588, in variance raise StatisticsError('variance requires at least two data points') statistics.StatisticsError: variance requires at least two data points ➜ pyt

Cuối cùng, ví dụ Python stddev () đã kết thúc.