Numpy trong Python là gói xử lý mảng có mục đích chung. Nó cung cấp một đối tượng mảng đa chiều hiệu suất cao và các công cụ để làm việc với các mảng này. Nó là gói cơ bản cho tính toán khoa học với Python. Numpy cung cấp các phương pháp rất dễ dàng để tính giá trị trung bình, phương sai và độ lệch chuẩn
Trung bình
Trung bình một số thể hiện giá trị trung tâm hoặc giá trị điển hình trong một tập hợp dữ liệu, cụ thể là phương thức, trung vị hoặc [phổ biến nhất] giá trị trung bình, được tính bằng cách chia tổng các giá trị trong tập hợp cho số của chúng. Công thức tính trung bình cộng của n số x1, x2,……xn là
Ví dụ
Giả sử có 8 điểm dữ liệu,
Trung bình của 8 điểm dữ liệu này là,
Trung bình trong Python bằng Numpy
Người ta có thể tính trung bình bằng cách sử dụng numpy. hàm trung bình [] trong python
cú pháp.
cục mịch. trung bình [a, trục = Không, trọng số = Không, trả về = Sai]
Thông số
a. Mảng chứa dữ liệu cần tính trung bình
trục. Trục hoặc các trục dọc theo đó để lấy trung bình một
tạ. Một mảng các trọng số được liên kết với các giá trị trong một
trả lại. Mặc định là Sai. Nếu True, bộ dữ liệu được trả về, nếu không thì chỉ giá trị trung bình được trả về
ví dụ 1
con trăn
105.571428571428573
105.571428571428574
105.571428571428575
105.571428571428576
105.571428571428570
105.571428571428571
105.571428571428572
105.571428571428573
105.5714285714285754
105.571428571428575
105.5714285714285756
105.571428571428575
105.5714285714285758
105.571428571428575
105.5714285714285760
105.5714285714285719
Toán tử Σ có ba phần. Bên dưới nó là một biến giới hạn, i và giá trị bắt đầu cho phạm vi, được viết là i = 0. Phía trên nó là giá trị kết thúc của phạm vi, thường là n. Bên phải là một số hàm để thực thi cho từng giá trị của biến bị ràng buộc. Trong trường hợp này, một hàm tổng quát, f [ i ]. Điều này được đọc là “tổng f [ i ] cho i trong phạm vi từ 0 đến n ”
Do đó, chúng tôi thích ký hiệu sau đây, nhưng nó không thường được sử dụng. Hầu hết các văn bản thống kê và toán học dường như sử dụng lập chỉ mục dựa trên 1, do đó cần phải cẩn thận khi dịch các công thức sang ngôn ngữ lập trình sử dụng lập chỉ mục dựa trên 0
Phương trình 13. 4. Tổng kết với khoảng thời gian nửa mở
Hai thuật toán thống kê của chúng tôi có dạng giống như sau. Trong phần này, chúng tôi đang áp dụng một số hàm, f[], cho từng giá trị, xi của một mảng. Khi tính toán giá trị trung bình, không có chức năng. Khi tính toán độ lệch chuẩn, hàm bao gồm phép trừ và phép nhân
Phương trình 13. 5. Tổng các phần tử của một mảng, x
Chúng ta có thể chuyển đổi định nghĩa này trực tiếp thành một vòng lặp for đặt biến liên kết thành tất cả các giá trị trong phạm vi và thực hiện một số xử lý trên từng giá trị của
105.571428571428577 số nguyên. Đây là triển khai Python của Sigma. Điều này tính toán hai giá trị, tổng,
105.571428571428578, và số phần tử,
105.571428571428579
Ví dụ 13. 2. Lặp lại Python Sigma
105.571428571428572
Lấy độ dài của
105.571428571428570. Thực hiện phần thân của vòng lặp cho tất cả các giá trị của
105.571428571428571 trong khoảng từ 0 đến số phần tử-1
Lấy mục
105.571428571428571 từ
105.571428571428570 và gán nó cho
105.571428571428574
Đối với phép tính trung bình đơn giản, câu lệnh này không làm gì cả. Tuy nhiên, đối với độ lệch chuẩn, tuyên bố này tính toán độ lệch so với giá trị trung bình