tablas - pandas python tutorial español pdf

Desviación estándar de una lista

Question

Quiero encontrar la desviación media y estándar de 1er, 2do, ... dígitos de varias listas (Z). Por ejemplo, tengo

A_rank=[0.8,0.4,1.2,3.7,2.6,5.8]
B_rank=[0.1,2.8,3.7,2.6,5,3.4]
C_Rank=[1.2,3.4,0.5,0.1,2.5,6.1]
# etc (up to Z_rank )...

Ahora quiero tomar la media y el *_Rank[0] de *_Rank[0] , la media y el *_Rank[1] de *_Rank[1] , etc.
(es decir: media y estándar del 1er dígito de todas las listas de varillas (A..Z);
la media y el valor estándar del segundo dígito de todas las listas de (A ...
la media y el estándar del tercer dígito ...; etc.)

Answer 1

Aquí hay un código de Python puro que puede usar para calcular la media y la desviación estándar.

Todo el código a continuación se basa en el módulo de statistics en Python 3.4+.

def mean(data):
"""Return the sample arithmetic mean of data."""
n = len(data)
if n < 1:
raise ValueError(''mean requires at least one data point'')
return sum(data)/n # in Python 2 use sum(data)/float(n)
def _ss(data):
"""Return sum of square deviations of sequence data."""
c = mean(data)
ss = sum((x-c)**2 for x in data)
return ss
def stddev(data, ddof=0):
"""Calculates the population standard deviation
by default; specify ddof=1 to compute the sample
standard deviation."""
n = len(data)
if n < 2:
raise ValueError(''variance requires at least two data points'')
ss = _ss(data)
pvar = ss/(n-ddof)
return pvar**0.5

Nota: para una mayor precisión al sumar flotantes, el módulo de statistics utiliza una función personalizada _sum lugar de la sum incorporada que he usado en su lugar.

Ahora tenemos, por ejemplo:

>>> mean([1, 2, 3])
2.0
>>> stddev([1, 2, 3]) # population standard deviation
0.816496580927726
>>> stddev([1, 2, 3], ddof=1) # sample standard deviation
0.1

Answer 2

Desde Python 3.4 / PEP450 hay un statistics module en la biblioteca estándar, que tiene un método stdev para calcular la desviación estándar de los elementos como el tuyo:

>>> A_rank = [0.8, 0.4, 1.2, 3.7, 2.6, 5.8]
>>> import statistics
>>> statistics.stdev(A_rank)
2.0634114147853952

Answer 3

En Python 2.7 puede usar numpy.std() NumPy para numpy.std() la desviación estándar de la población .

En Python 3.4 statistics.stdev() devuelve la desviación estándar de la muestra. La función pstdv() es la misma que numpy.std() .

Answer 4

En Python 2.7.1, puede calcular la desviación estándar usando numpy.std() para:

• Población numpy.std() : solo use numpy.std() sin argumentos adicionales además de su lista de datos.
• Estándar de muestra : debe pasar ddof (es decir, grados de libertad Delta) establecido en 1, como en el siguiente ejemplo:

numpy.std (<su-lista>, ddof = 1 )

El divisor utilizado en los cálculos es N - ddof , donde N representa la cantidad de elementos. Por defecto, ddof es cero.

Calcula std de muestra en lugar de std de población.

Answer 5

Las otras respuestas cubren cómo hacer std dev en python lo suficiente, pero nadie explica cómo hacer el bizarro cruce que ha descrito.

Voy a suponer que AZ es toda la población. Si no, vea la respuesta de Ome sobre cómo hacer una inferencia a partir de una muestra.

Entonces, para obtener la desviación estándar / media del primer dígito de cada lista, necesitarías algo como esto:

#standard deviation
numpy.std([A_rank[0], B_rank[0], C_rank[0], ..., Z_rank[0]])
#mean
numpy.mean([A_rank[0], B_rank[0], C_rank[0], ..., Z_rank[0]])

Para acortar el código y generalizarlo a cualquier dígito n, use la siguiente función que generé para usted:

def getAllNthRanks(n):
return [A_rank[n], B_rank[n], C_rank[n], D_rank[n], E_rank[n], F_rank[n], G_rank[n], H_rank[n], I_rank[n], J_rank[n], K_rank[n], L_rank[n], M_rank[n], N_rank[n], O_rank[n], P_rank[n], Q_rank[n], R_rank[n], S_rank[n], T_rank[n], U_rank[n], V_rank[n], W_rank[n], X_rank[n], Y_rank[n], Z_rank[n]]

Ahora puedes obtener simplemente el stdd y la media de todos los enésimos lugares de AZ así:

#standard deviation
numpy.std(getAllNthRanks(n))
#mean
numpy.mean(getAllNthRanks(n))

Answer 6

Me gustaría poner A_Rank et al en una matriz 2D NumPy , y luego usar numpy.mean() y numpy.std() para calcular las medias y las desviaciones estándar:

In [17]: import numpy
In [18]: arr = numpy.array([A_rank, B_rank, C_rank])
In [20]: numpy.mean(arr, axis=0)
Out[20]:
array([ 0.7 , 2.2 , 1.8 , 2.13333333, 3.36666667,
5.1 ])
In [21]: numpy.std(arr, axis=0)
Out[21]:
array([ 0.45460606, 1.29614814, 1.37355985, 1.50628314, 1.15566239,
1.2083046 ])

Answer 7

código puro de python:

from math import sqrt
def stddev(lst):
mean = float(sum(lst)) / len(lst)
return sqrt(float(reduce(lambda x, y: x + y, map(lambda x: (x - mean) ** 2, lst))) / len(lst))