用 Python 计算字典的标准差
Python 字典是一种通用的数据结构，可以轻松完成大量操作。计算标准偏差如下所示。
示例#1: 使用 numpy.std()
首先，我们创建一个字典。然后我们通过迭代将所有的值存储在一个列表中。在此之后，我们使用 NumPy 计算列表的标准偏差。
Python 3
# importing numpy
import numpy as np
# creating our test dictionary
dicti = {'a': 20, 'b': 32, 'c': 12, 'd': 93, 'e': 84}
# declaring an empty list
listr = []
# appending all the values in the list
for value in dicti.values():
listr.append(value)
# calculating standard deviation using np.std
std = np.std(listr)
# printing results
print(std)
输出:
33.63569532505609
例 2: 使用 列表理解
首先，我们使用循环从字典中创建一个值列表。然后我们计算平均值，方差，然后是标准差。
Python 3
# creating our test dictionary
dicti = {'a': 20, 'b': 32, 'c': 12, 'd': 93, 'e': 84}
# declaring an empty list
listr = []
# appending all the values in the list
for value in dicti.values():
listr.append(value)
# Standard deviation of list
# Using sum() + list comprehension
mean = sum(listr) / len(listr)
variance = sum([((x - mean) ** 2) for x in listr]) / len(listr)
res = variance ** 0.5
print(res)
输出:
33.63569532505609
示例#3: 使用 pstdev()
Pythons 内置的统计库提供了一个函数来计算给定列表的标准偏差。
Python 3
# importing the module
import statistics
# creating the test dictionary
dicti = {'a': 20, 'b': 32, 'c': 12, 'd': 93, 'e': 84}
# declaring an empty list
listr = []
# appending all the values in the list
for value in dicti.values():
listr.append(value)
# Standard deviation of list
# Using pstdev()
res = statistics.pstdev(listr)
print(res)
输出:
33.63569532505609
版权属于：月萌API www.moonapi.com，转载请注明出处
