Python numpy获取数据集之间的std

我有一个数据集数组

a

<代码>A是

n

×

2

。它可以绘制在x轴和y轴上。

A[：，1]

获取所有Y值，而

A[：，0]

获取所有x值

现在，我有一些类似于

a

的其他数据集数组。对于这些相似的数组，X值是相同的。如何计算数据集的标准偏差？每个X都应该有一个std值。最后，我的结果

std

的长度应该是

n

我可以通过使用循环手动完成这项工作，但我不确定如何以pythonic和简单的方式使用NumPy完成这项工作

以下是一些示例数据：

A=[[0,2.54],[1,254.5],[2,-43]]
B=[[0,3.34],[1,154.5],[2,-93]]
std_Array=[std(2.54,3.54),std(254.5,154.5),std(-43,-93)]

---

这个蟒蛇够了吗

std_Array = numpy.std((A,B), axis = 0)[:,1]

---

这个蟒蛇够了吗

std_Array = numpy.std((A,B), axis = 0)[:,1]

---

假设您的数组都是相同的形状，并且它们在一个列表中。然后得到每一列的第一列的标准偏差

arrays = [np.random.rand(10, 2) for _ in range(8)]
np.dstack(arrays).std(axis=0)[0]

这将二维阵列堆叠成三维阵列，然后沿第一个轴取

std

，得到2 X 8（阵列数）。结果的第一行是标准devs。在8组x值中。

---

如果您发布一些示例数据，也许我们可以提供更多帮助

假设您的数组都是相同的形状，并且它们位于一个列表中。然后得到每一列的第一列的标准偏差

arrays = [np.random.rand(10, 2) for _ in range(8)]
np.dstack(arrays).std(axis=0)[0]

li_arr = [np.array(x)[: , 1]  for x in [A , B]]

这将二维阵列堆叠成三维阵列，然后沿第一个轴取

std

，得到2 X 8（阵列数）。结果的第一行是标准devs。在8组x值中。 如果您发布一些示例数据，也许我们可以提供更多帮助

li_arr = [np.array(x)[: , 1]  for x in [A , B]]

这将生成包含要添加的特定列的numpy数组，结果将为

[array([   2.54,  254.5 ,  -43.  ]), array([   3.34,  154.5 ,  -93.  ])]

然后使用

column\u stack

arr = np.column_stack(li_arr)

这将是叠加的结果

array([[   2.54,    3.34],
       [ 254.5 ,  154.5 ],
       [ -43.  ,  -93.  ]])

最后

np.std(arr , axis = 1)

这将生成包含要添加的特定列的numpy数组，结果将为

[array([   2.54,  254.5 ,  -43.  ]), array([   3.34,  154.5 ,  -93.  ])]

然后使用

column\u stack

arr = np.column_stack(li_arr)

这将是叠加的结果

array([[   2.54,    3.34],
       [ 254.5 ,  154.5 ],
       [ -43.  ,  -93.  ]])

最后

np.std(arr , axis = 1)

---

您应该发布一些示例数据、输入和预期输出。你说你的结果应该是长度n，是因为有n个数组吗？这与A的长度相同吗？是否只需要每个数组中x值的标准值。如果你有一个数组列表，你可以使用

np.dstack

制作一个3D数组，然后沿着相应的轴获取标准。标准（a，axis=None，dtype=None，out=None，ddof=0，keepdims=False）ddof=0是总体标准开发。如果ddof=1，则是样本标准开发。请注意，如果你有NAN，有一个等效的np.nanstd和类似的ddof选项。您应该发布一些示例数据、输入和预期输出。你说你的结果应该是长度n，是因为有n个数组吗？这与A的长度相同吗？是否只需要每个数组中x值的标准值。如果你有一个数组列表，你可以使用

np.dstack

制作一个3D数组，然后沿着相应的轴获取标准。标准（a，axis=None，dtype=None，out=None，ddof=0，keepdims=False）ddof=0是总体标准开发。如果ddof=1，则是样本标准开发。请注意，如果你有NAN，有一个具有类似ddof选项的等效np.nanstd