scipy.stats.

tstd#

scipy.stats.tstd(a, limits=None, inclusive=(True, True), axis=0, ddof=1, *, nan_policy='propagate', keepdims=False)[源代码]#

计算调整的样本标准差。

此函数查找给定值的样本标准差，忽略给定 limits 之外的值。

参数:
a类似数组

值数组。

limits无或 (下限，上限)，可选

输入数组中的值小于下限或大于上限将被忽略。当 limits 为无时，将使用所有值。元组中的任一极限值也可以为无，表示半开区间。默认值为无。

inclusive(布尔，布尔)，可选

包含（下限标志，上限标志）的元组。这些标志决定是否包含与下限或上限相等的值。默认值为 (True, True)。

axisint 或 None，默认：0

如果为 int，则输入沿着其计算统计的轴。输入的每个轴切片（如行）的统计将出现在输出的对应元素中。如果 None，则在计算统计之前，将拼合输入。

ddofint，可选

自由度增量。默认值为 1。

nan_policy{‘propagate’, ‘omit’, ‘raise’}

定义如何处理输入 NaN。

  • propagate：如果在计算统计的轴切片（如行）中存在 NaN，则输出的对应条目将为 NaN。

  • omit：在进行计算时将忽略 NaN。如果在计算统计的轴切片中剩余的数据不足，则输出的对应条目将为 NaN。

  • raise：如果存在 NaN，则将引发 ValueError。

keepdims布尔值，默认：False

如果将其设置为 True，则缩减的轴将作为尺寸大小为 1 的维度保留在结果中。使用此选项，结果将与输入数组正确地广播。

返回:
tstdfloat

截断样本标准差。

注意

tstd 计算无偏样本标准差，即它使用修正系数 n / (n - 1)。

从 SciPy 1.9 开始，np.matrix 输入（不建议用于新代码）在执行计算之前转换为 np.ndarray。在这种情况下，输出将是标量或形状合适的 np.ndarray，而不是 2D np.matrix。同样，虽然会忽略掩码数组的掩码元素，但输出将是标量或 np.ndarray，而不是掩码为 mask=False 的掩码数组。

示例

>>> import numpy as np
>>> from scipy import stats
>>> x = np.arange(20)
>>> stats.tstd(x)
5.9160797830996161
>>> stats.tstd(x, (3,17))
4.4721359549995796
在此页面