如何在python中计算列表的标准差

您可以使用以下三种方法之一来计算 Python 中列表的标准差：

方法一：使用NumPy库

 import numpy as np

#calculate standard deviation of list
n.p. std ( my_list )

方法2：使用统计库

 import statistics as stat

#calculate standard deviation of list
stat. stdev ( my_list )

方法 3：使用自定义公式

 #calculate standard deviation of list
st. stdev ( my_list )

以下示例展示了如何在实践中使用每种方法。

方法 1：使用 NumPy 库计算标准差

以下代码显示如何使用 NumPy 计算列表的样本标准差和总体标准差：

 import numpy as np

#define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
n.p. std ( my_list, ddof= 1 )

5.310367218940701

#calculate population standard deviation of list 
n.p. std ( my_list )

5.063236478416116

请注意，总体标准差将始终小于给定数据集的样本标准差。

方法 2：使用统计库计算标准差

以下代码展示了如何使用Python统计库计算列表的样本标准差和总体标准差：

 import statistics as stat

#define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
stat. stdev (my_list)

5.310367218940701

#calculate population standard deviation of list 
stat. pstdev (my_list)

5.063236478416116

方法 3：使用自定义公式计算标准差

以下代码演示了如何在不导入 Python 库的情况下计算列表的样本标准差和总体标准差：

 #define list
my_list = [3, 5, 5, 6, 7, 8, 13, 14, 14, 17, 18]

#calculate sample standard deviation of list
(sum((x-(sum(my_list) / len(my_list))) ** 2 for x in my_list) / (len(my_list)-1)) ** 0.5

5.310367218940701

#calculate population standard deviation of list 
(sum((x-(sum(my_list) / len(my_list))) ** 2 for x in my_list) / len(my_list)) ** 0.5

5.063236478416116

请注意，所有三种方法计算的列表标准差值相同。

其他资源

如何在Python中计算平均值的标准误差
如何在 Python 中计算均方误差 (MSE)