Python 使用numpy计算忽略零的列表上的标准偏差

我有一个列表

pct\u更改

。我需要在忽略零的情况下计算列表上的标准偏差。我尝试了下面的代码，但没有按预期工作

import numpy as np
m = np.ma.masked_equal(pct_change, 0)
value = m.mask.std()

输入值：

pct\u更改

0          0.00
1          0.00
2          0.00
3      18523.94
4      15501.94
5      14437.03
6      13402.43
7      18986.14

---

代码必须忽略3个零值，然后计算标准偏差

一种方法是将

零

转换为

NaNs

，然后使用

np.nanstd

，在标准偏差计算中忽略

NaNs

-

np.nanstd(np.where(np.isclose(a,0), np.nan, a))

样本运行-

In [296]: a
Out[296]: [0.0, 0.0, 0.0, 18523.94, 15501.94, 14437.03, 13402.43, 18986.14]

In [297]: np.nanstd(np.where(np.isclose(a,0), np.nan, a))
Out[297]: 2217.2329816471693

---

请注意，我们使用的是

np.isclose（a，0）

，因为我们在这里处理的是

浮点pt

数，简单地比较

零来检测浮点数据类型数组中的值不是一个好主意。
首先过滤不等于零的值：

>>> a
array([     0.  ,      0.  ,      0.  ,  18523.94,  15501.94,  14437.03,
        13402.43,  18986.14])
>>> a[a!=0].std()
2217.2329816471693