如果我有这样的列表:

results=[-14.82381293, -0.29423447, -13.56067979, -1.6288903, -0.31632439,
          0.53459687, -1.34069996, -1.61042692, -4.03220519, -0.24332097]

我想在Python中计算此列表的方差,即与均值平方差的平均值。

我该怎么办?访问列表中的元素进行计算使我困惑于平方差。

最佳答案

您可以使用numpy的内置函数 var :

import numpy as np

results = [-14.82381293, -0.29423447, -13.56067979, -1.6288903, -0.31632439,
          0.53459687, -1.34069996, -1.61042692, -4.03220519, -0.24332097]

print(np.var(results))

这给你28.822364260579157
如果-由于某种原因-您不能使用numpy和/或您不想为其使用内置函数,则还可以使用例如“一个list comprehension:
# calculate mean
m = sum(results) / len(results)

# calculate variance using a list comprehension
var_res = sum((xi - m) ** 2 for xi in results) / len(results)

这会给您相同的结果。

如果您对标准偏差感兴趣,则可以使用numpy.std:
print(np.std(results))
5.36864640860051

@Serge Ballesta explained very well方差nn-1之间的差异。在numpy中,您可以使用ddof选项轻松设置此参数;它的默认值为0,因此对于n-1情况,您可以简单地执行以下操作:
np.var(results, ddof=1)

“手动”解决方案在@Serge Ballesta's answer中给出。

两种方法都产生32.024849178421285

您还可以为std设置参数:
np.std(results, ddof=1)
5.659050201086865

关于python - 如何在python中计算列表的方差?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/35583302/

10-12 23:18