Python 熊猫：为什么Pandas.Series.std（）与numpy.std（）有很大不同

我得到两段代码，如下所示

import numpy
numpy.std([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346])
0

及

这是一个巨大的差异

---

我可以问一下原因吗？

这个问题确实已经在讨论中了（）；问题似乎是

pandas

使用的标准偏差计算算法，因为它在数值上不如

numpy

使用的算法稳定

一个简单的解决方法是首先对序列应用

.values

，然后对这些值应用

std

；在这种情况下，使用

numpy的
std
：

pd.Series([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]).values.std()

这给了您期望的值0。
这看起来像熊猫中的一个bug。您能在这里发布一个吗？已经报告并回答了：根据问题中的讨论：在修复之前，一个可能的解决方案是确保您安装了瓶颈。我以前注意到算法的不同。在这里，我不认为这是原因。如果你想得到结果“0”，分子应该是“0”。因此，无论是努比还是熊猫，结果都应该是相同的“0”，因为它们之间的差异只是分母。所以我认为这是一个错误，我同意。这就是为什么我将链接发布到讨论和介绍工作的线程。你对这个问题的回答还有什么期待，你会接受吗？：）这个错误是基于所使用的算法（方差和标准差密切相关）。我认为这个错误与算法无关。对于numpy，标准偏差为1/n。对于大熊猫，std的偏差为1/（n-1）。这就是他们算法的不同之处。这里，熊猫的结果是0。对于这个有趣的0，无论哪种算法，它们都应该是相同的。你能看见吗？因为如果A*1/（n-1）=0，那么A*1/n=0。所以我想可能有一些愚蠢的错误在那里，但我很抱歉，我没有时间跟踪。无论如何，非常感谢你的帮助。
pd.Series([766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346, 766897346]).values.std()