Python 用数据目标代替数据均值计算方差

给定一系列数据，例如：

data = [30.5, 31.01, 30.4, 30.01, 29.5, 29.6, 29.63, 30.5, 30.33, 30.2]

我使用numpy获得数据方差

Xi = np.var(data, ddof=1)

此函数使用平均值而不是目标值

mean = 30.168

target = 30

n = number of elements 

#variance = sum(X1,X2...Xn - mean)^2/n-1 

这是numpy对给定数据序列进行计算的方式，但如果定义了目标值T，则必须使用目标值而不是平均值进行计算

#variance = sum(X1,X2...Xn - target)^2/n-1.

---

有人知道用目标值而不是平均值来计算方差的方法吗？

你可以自己用这个：

target = 30
Xi = ((np.array(data) - target)**2).mean()

---

您可以使用以下内容来实现自己的目标：

target = 30
Xi = ((np.array(data) - target)**2).mean()

---

为CumminUP07关于自由度的回答增加了一点灵活性：

target = 30
ddof = 1

var = sum((np.array(data) - target) **2) / (len(data)-ddof)

输出：

0.264

---

为CumminUP07关于自由度的回答增加了一点灵活性：

target = 30
ddof = 1

var = sum((np.array(data) - target) **2) / (len(data)-ddof)

输出：

0.264

---

你错过了2的平方，但是的，这就是你将如何包括自由度。完全错过了2！谢谢你注意到了！你错过了2的平方，但是的，这就是你将如何包括自由度。完全错过了2！谢谢你注意到了！