scipy.stats.

tstd#

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

計算修剪後的樣本標準差。

此函數尋找給定值的樣本標準差，忽略給定 limits 範圍外的值。

參數:

aarray_like

值組成的陣列。

limitsNone 或 (下限, 上限)，選用

輸入陣列中小於下限或大於上限的值將被忽略。當 limits 為 None 時，將使用所有值。元組中的任一限值也可以為 None，表示半開區間。預設值為 None。

inclusive(bool, bool)，選用

一個由（下限旗標，上限旗標）組成的元組。這些旗標決定是否包含完全等於下限或上限的值。預設值為 (True, True)。

axisint 或 None，預設值：0

若為整數，則為計算統計量的輸入軸。輸入的每個軸切片（例如，列）的統計量將出現在輸出的相應元素中。若為 None，輸入將在計算統計量之前被展平。

ddofint，選用

自由度差值。預設值為 1。

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

定義如何處理輸入的 NaN 值。

propagate：若軸切片（例如，列）中存在 NaN 值，且沿該軸切片計算統計量，則輸出的對應條目將為 NaN。
omit：執行計算時將省略 NaN 值。若軸切片中剩餘的資料不足以計算統計量，則輸出的對應條目將為 NaN。
raise：若存在 NaN 值，將引發 ValueError。

keepdimsbool，預設值：False

若設定為 True，則縮減的軸將保留在結果中，作為大小為 1 的維度。使用此選項，結果將針對輸入陣列正確廣播。

回傳值:

tstdfloat: 修剪後的樣本標準差。

註解

tstd 計算不偏樣本標準差，即使用校正因子 n / (n - 1)。

從 SciPy 1.9 開始，np.matrix 輸入（不建議用於新程式碼）在執行計算之前會轉換為 np.ndarray。在這種情況下，輸出將是純量或形狀適當的 np.ndarray，而不是 2D np.matrix。同樣地，雖然會忽略遮罩陣列的遮罩元素，但輸出將是純量或 np.ndarray，而不是 mask=False 的遮罩陣列。

範例

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