Comment calculer l’écart type d’une liste en Python

Vous pouvez utiliser l’une des trois méthodes suivantes pour calculer l’écart type d’une liste en Python :

Méthode 1 : utiliser la bibliothèque NumPy

import numpy as np

#calculate standard deviation of list
np.std(my_list)

Méthode 2 : utiliser la bibliothèque de statistiques

import statistics as stat

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

Méthode 3 : utiliser une formule personnalisée

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

Les exemples suivants montrent comment utiliser chacune de ces méthodes dans la pratique.

Méthode 1 : calculer l’écart type à l’aide de la bibliothèque NumPy

Le code suivant montre comment calculer à la fois l’écart type de l’échantillon et l’écart type de la population d’une liste à l’aide de NumPy :

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
np.std(my_list, ddof=1)

5.310367218940701

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

5.063236478416116

Notez que l’écart type de la population sera toujours inférieur à l’écart type de l’échantillon pour un ensemble de données donné.

Méthode 2 : calculer l’écart type à l’aide de la bibliothèque de statistiques

Le code suivant montre comment calculer à la fois l’écart type de l’échantillon et l’écart type de la population d’une liste à l’aide de la bibliothèque de statistiques Python :

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

Méthode 3 : calculer l’écart type à l’aide d’une formule personnalisée

Le code suivant montre comment calculer à la fois l’écart type de l’échantillon et l’écart type de la population d’une liste sans importer de bibliothèques Python :

#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

Notez que les trois méthodes ont calculé les mêmes valeurs pour l’écart type de la liste.

Ressources additionnelles

Comment calculer l’erreur standard de la moyenne en Python
Comment calculer l’erreur quadratique moyenne (MSE) en Python