python计算标准差的公式（描述统计-标准差）
python计算标准差的公式（描述统计-标准差）0.816496580927726 计算样本标准差import math print(math.sqrt(variance_population(data_test))) 结果data_test=[1 2 3] 总体方差、样本方法计算函数import numpy # 计算总体方差 def variance_population(data): mean=numpy.mean(data) deviation=0 for i in data: deviation =(i-mean)**2 return deviation/len(data) #计算样本方差 def variance_sample(data): mean=numpy.mean(data) deviation=0 for i in data: deviation =(i-mean)**2 return devia
标准差：标准差（standard deviation，SD），又称均方差，是衡量一组数据离散程度的统计量，其值为方差的算术平方根。
统计学解释总体的标准差计算公式如下：
样本的标准差计算公式如下：
定义测试数组
data_test=[1 2 3]
总体方差、样本方法计算函数
import numpy # 计算总体方差 def variance_population(data): mean=numpy.mean(data) deviation=0 for i in data: deviation =(i-mean)**2 return deviation/len(data) #计算样本方差 def variance_sample(data): mean=numpy.mean(data) deviation=0 for i in data: deviation =(i-mean)**2 return deviation/(len(data)-1)
方差计算函数详见：Python统计学-006：描述统计-方差
计算总体标准差
import math print(math.sqrt(variance_population(data_test)))
结果
0.816496580927726
计算样本标准差
import math print(math.sqrt(variance_sample(data_test)))
结果
1.0
调用numpy的std方法计算总体标准差
import numpy print(numpy.std(data_test ddof=0))
结果
0.816496580927726
调用numpy的std方法计算样本标准差
import numpy print(numpy.std(data_test ddof=1))
结果
1.0
代码解释
y=math.sqrt(x) #调用Math的sqrt方法，求x的算术平方根y
作者：长行
