详解Numpy std()（返回数组元素的标准差）函数的作用与使用方法

Numpy std()函数是用于计算数组中元素的标准差的函数。标准差是测量数据分布的一种度量，它是指各个数据点相对于数据集平均值的离散程度。在数据分析中，标准差被广泛使用，因为它是一种很好的识别异常值的工具。

使用方法：

np.std(arr, axis=None, dtype=None, ddof=0，out=None, keepdims=False)

参数说明：

• arr：表示要计算标准差的数组。

• axis：这是用于沿着数组的某个轴计算标准差的轴。默认情况下，它是None，这意味着将在整个数组中计算标准差。

• dtype：这确定所返回的标准差的结果类型。

• ddof：这是用于计算标准差的自由度修正值。默认值为0。

• out：这可以是已存在的输出数组，用于保存结果。

• keepdims：如果为True，则输出和输入的数组维度相同。

实例1

import numpy as np 

a = np.array([1, 2, 3, 4, 5]) 

print("数组内容为:", a) 

print("数组的标准差为:", np.std(a))

输出结果：

数组内容为: [1 2 3 4 5]
数组的标准差为: 1.4142135623730951

实例2

import numpy as np 

a = np.array([[1,2,4],[4,5,8]]) 

print("数组内容为:", a) 

print("数组的标准差为:", np.std(a, axis=1))

输出结果：

数组内容为: [[1 2 4]
 [4 5 8]]
数组的标准差为: [1.24721913 1.69967317]

在这个例子中，我们使用了一个二维数组，并指定了要沿着轴1（行）计算标准差。这将给我们每行的标准差。