- Python 基础
- Python - 首页
- Python - 概述
- Python - 历史
- Python - 特性
- Python vs C++
- Python - Hello World 程序
- Python - 应用领域
- Python - 解释器
- Python - 环境设置
- Python - 虚拟环境
- Python - 基本语法
- Python - 变量
- Python - 数据类型
- Python - 类型转换
- Python - Unicode 系统
- Python - 字面量
- Python - 运算符
- Python - 算术运算符
- Python - 比较运算符
- Python - 赋值运算符
- Python - 逻辑运算符
- Python - 位运算符
- Python - 成员运算符
- Python - 身份运算符
- Python - 运算符优先级
- Python - 注释
- Python - 用户输入
- Python - 数字
- Python - 布尔值
- Python 控制语句
- Python - 控制流
- Python - 决策
- Python - if 语句
- Python - if else
- Python - 嵌套 if
- Python - Match-Case 语句
- Python - 循环
- Python - for 循环
- Python - for-else 循环
- Python - while 循环
- Python - break 语句
- Python - continue 语句
- Python - pass 语句
- Python - 嵌套循环
- Python 函数与模块
- Python - 函数
- Python - 默认参数
- Python - 关键字参数
- Python - 仅关键字参数
- Python - 位置参数
- Python - 仅位置参数
- Python - 可变参数
- Python - 变量作用域
- Python - 函数注解
- Python - 模块
- Python - 内置函数
- Python 字符串
- Python - 字符串
- Python - 字符串切片
- Python - 修改字符串
- Python - 字符串连接
- Python - 字符串格式化
- Python - 转义字符
- Python - 字符串方法
- Python - 字符串练习
- Python 列表
- Python - 列表
- Python - 访问列表元素
- Python - 修改列表元素
- Python - 添加列表元素
- Python - 删除列表元素
- Python - 循环遍历列表
- Python - 列表推导式
- Python - 排序列表
- Python - 复制列表
- Python - 合并列表
- Python - 列表方法
- Python - 列表练习
- Python 元组
- Python - 元组
- Python - 访问元组元素
- Python - 更新元组
- Python - 解包元组
- Python - 循环遍历元组
- Python - 合并元组
- Python - 元组方法
- Python - 元组练习
- Python 集合
- Python - 集合
- Python - 访问集合元素
- Python - 添加集合元素
- Python - 删除集合元素
- Python - 循环遍历集合
- Python - 合并集合
- Python - 复制集合
- Python - 集合运算符
- Python - 集合方法
- Python - 集合练习
- Python 字典
- Python - 字典
- Python - 访问字典元素
- Python - 修改字典元素
- Python - 添加字典元素
- Python - 删除字典元素
- Python - 字典视图对象
- Python - 循环遍历字典
- Python - 复制字典
- Python - 嵌套字典
- Python - 字典方法
- Python - 字典练习
- Python 数组
- Python - 数组
- Python - 访问数组元素
- Python - 添加数组元素
- Python - 删除数组元素
- Python - 循环遍历数组
- Python - 复制数组
- Python - 反转数组
- Python - 排序数组
- Python - 合并数组
- Python - 数组方法
- Python - 数组练习
- Python 文件处理
- Python - 文件处理
- Python - 写入文件
- Python - 读取文件
- Python - 重命名和删除文件
- Python - 目录
- Python - 文件方法
- Python - OS 文件/目录方法
- Python - OS 路径方法
- 面向对象编程
- Python - OOPs 概念
- Python - 类与对象
- Python - 类属性
- Python - 类方法
- Python - 静态方法
- Python - 构造函数
- Python - 访问修饰符
- Python - 继承
- Python - 多态
- Python - 方法重写
- Python - 方法重载
- Python - 动态绑定
- Python - 动态类型
- Python - 抽象
- Python - 封装
- Python - 接口
- Python - 包
- Python - 内部类
- Python - 匿名类和对象
- Python - 单例类
- Python - 包装器类
- Python - 枚举
- Python - 反射
- Python 错误与异常
- Python - 语法错误
- Python - 异常
- Python - try-except 块
- Python - try-finally 块
- Python - 抛出异常
- Python - 异常链
- Python - 嵌套 try 块
- Python - 用户自定义异常
- Python - 日志记录
- Python - 断言
- Python - 内置异常
- Python 多线程
- Python - 多线程
- Python - 线程生命周期
- Python - 创建线程
- Python - 启动线程
- Python - 连接线程
- Python - 线程命名
- Python - 线程调度
- Python - 线程池
- Python - 主线程
- Python - 线程优先级
- Python - 守护线程
- Python - 线程同步
- Python 同步
- Python - 线程间通信
- Python - 线程死锁
- Python - 中断线程
- Python 网络编程
- Python - 网络编程
- Python - 套接字编程
- Python - URL 处理
- Python - 泛型
- Python 库
- NumPy 教程
- Pandas 教程
- SciPy 教程
- Matplotlib 教程
- Django 教程
- OpenCV 教程
- Python 其他
- Python - 日期与时间
- Python - 数学
- Python - 迭代器
- Python - 生成器
- Python - 闭包
- Python - 装饰器
- Python - 递归
- Python - 正则表达式
- Python - PIP
- Python - 数据库访问
- Python - 弱引用
- Python - 序列化
- Python - 模板
- Python - 输出格式化
- Python - 性能测量
- Python - 数据压缩
- Python - CGI 编程
- Python - XML 处理
- Python - GUI 编程
- Python - 命令行参数
- Python - 文档字符串
- Python - JSON
- Python - 发送邮件
- Python - 扩展
- Python - 工具/实用程序
- Python - GUIs
- Python 高级概念
- Python - 抽象基类
- Python - 自定义异常
- Python - 高阶函数
- Python - 对象内部结构
- Python - 内存管理
- Python - 元类
- Python - 使用元类进行元编程
- Python - 模拟和存根
- Python - Monkey Patching
- Python - 信号处理
- Python - 类型提示
- Python - 自动化教程
- Python - Humanize 包
- Python - 上下文管理器
- Python - 协程
- Python - 描述符
- Python - 诊断和修复内存泄漏
- Python - 不可变数据结构
- Python 有用资源
- Python - 问答
- Python - 在线测验
- Python - 快速指南
- Python - 参考
- Python - 速查表
- Python - 项目
- Python - 有用资源
- Python - 讨论
- Python 编译器
- NumPy 编译器
- Matplotlib 编译器
- SciPy 编译器
Python statistics.stdev() 函数
Python 的 **statistics.stdev()** 函数计算样本数据的标准差。
在统计学中,标准差是离散程度的度量。它量化了数据值的变异性。此函数与方差非常相似,但方差提供的是离散值。
标准差的低度量表明数据分布较少,而高值则相反。标准差的数学表示如下:
语法
以下是 **statistics.stdev()** 函数的基本语法:
statistics.stdev([data-set], xbar)
参数
- **data - set:** 这些值可以用作任何序列、列表和迭代器。
- **xbar:** 这是数据集的可选平均值。
返回值
此函数返回给定值的实际标准差,即作为参数传递的值。
示例 1
在下面的示例中,我们使用 **statistics.stdev()** 函数创建给定数据集的标准差。
import statistics x = [2, 4, 6, 8, 10] y = statistics.stdev(x) print("Standard Deviation of the sample is %s " % x)
输出
结果如下所示:
Standard Deviation of the sample is [2, 4, 6, 8, 10]
示例 2
现在,我们通过使用 **statistics.stdev()** 函数导入分数来演示标准差。
from statistics import stdev from fractions import Fraction as fr x = (1, 2, 3, 4, 5) y = (-3, -4, -9, -3, -2) z = (2.2, 1.23, 3.54, 0.23, 4.5) print("The Standard Deviation of x is % s" %(stdev(x))) print("The Standard Deviation of y is % s" %(stdev(y))) print("The Standard Deviation of z is % s" %(stdev(z)))
输出
这将产生以下结果:
The Standard Deviation of x is 1.5811388300841898 The Standard Deviation of y is 2.7748873851023217 The Standard Deviation of z is 1.7182403789924157
示例 3
在这里,我们使用 **statistics.stdev()** 函数查找方差和标准差的结果之间的差异。
import statistics x = [2, 4, 5, 6, 7] print("Standard Deviation of the sample is % s" %(statistics.stdev(x))) print("Variance of the sample is % s" %(statistics.stdev(x)))
输出
输出如下:
Standard Deviation of the sample is 1.9235384061671346 Variance of the sample is 1.9235384061671346
示例 4
在下面的示例中,我们使用 **statistics.stdev()** 函数使用 xbar 参数。
import statistics x = (1, 2.3, 4.05, 1.9, 2.2) y = statistics.mean(x) print("Standard Deviation of sample is % s" %(statistics.stdev(x, xbar = y)))
输出
我们将获得以下输出:
Standard Deviation of sample is 1.1092790451459902
示例 5
以下示例阐述了使用 **statistics.stdev()** 函数的 StaticError。
import statistics x = [4] print(statistics.stdev(x))
输出
这将产生以下输出:
Traceback (most recent call last): File "/home/cg/root/67654/main.py", line 3, in <module> print(statistics.stdev(x)) File "/usr/lib/python3.10/statistics.py", line 828, in stdev var = variance(data, xbar) File "/usr/lib/python3.10/statistics.py", line 767, in variance raise StatisticsError('variance requires at least two data points') statistics.StatisticsError: variance requires at least two data points
python_modules.htm
广告