Berechnen Sie die Standardabweichung einer Liste in Python

Lakshay Kapoor 18 Juli 2021
  1. Verwenden Sie die Funktion pstdev() des Moduls statistics, um die Standardabweichung einer Liste in Python zu berechnen
  2. Verwenden Sie die Funktion std() der Bibliothek NumPy, um die Standardabweichung einer Liste in Python zu berechnen
  3. Verwenden Sie die Funktion sum() und List Comprehensions, um die Standardabweichung einer Liste in Python zu berechnen
Berechnen Sie die Standardabweichung einer Liste in Python

In Python werden viele statistische Operationen ausgeführt. Eine dieser Operationen ist die Berechnung der Standardabweichung von gegebenen Daten. Die Standardabweichung der Daten sagt uns, wie stark die Daten vom Mittelwert abweichen. Mathematisch ist die Standardabweichung gleich der Quadratwurzel der Varianz.

Dieses Tutorial zeigt, wie Sie die Standardabweichung einer Liste in Python berechnen.

Verwenden Sie die Funktion pstdev() des Moduls statistics, um die Standardabweichung einer Liste in Python zu berechnen

Die Funktion pstdev() ist einer der Befehle unter Pythons statistics-Modul. Das Modul statistics bietet Funktionen zur Durchführung statistischer Operationen wie Mittelwert, Median und Standardabweichung an numerischen Daten in Python.

Die Funktion pstdev() des Moduls statistics hilft einem Benutzer, die Standardabweichung der gesamten Population zu berechnen.

import statistics

list = [12, 24, 36, 48, 60]
print("List : " + str(list))

st_dev = statistics.pstdev(list)
print("Standard deviation of the given list: " + str(st_dev))

Ausgabe:

List : [12, 24, 36, 48, 60]
Standard deviation of the given list: 16.97056274847714

Im obigen Beispiel wandelt die Funktion str() die ganze Liste und ihre Standardabweichung in einen String um, da sie nur mit einem String verkettet werden kann.

Verwenden Sie die Funktion std() der Bibliothek NumPy, um die Standardabweichung einer Liste in Python zu berechnen

Das NumPy steht für Numerical Python ist eine weit verbreitete Bibliothek in Python. Diese Bibliothek hilft beim Umgang mit Arrays, Matrizen, linearer Algebra und Fourier-Transformation.

Die Funktion std() der Bibliothek NumPy wird verwendet, um die Standardabweichung der Elemente in einem gegebenen Array (Liste) zu berechnen. Überprüfen Sie das Beispiel unten.

import numpy as np

list = [12, 24, 36, 48, 60]
print("List : " + str(list))

st_dev = np.std(list)

print("Standard deviation of the given list: " + str(st_dev))

Ausgabe:

List : [12, 24, 36, 48, 60]
Standard deviation of the given list: 16.97056274847714

Verwenden Sie die Funktion sum() und List Comprehensions, um die Standardabweichung einer Liste in Python zu berechnen

Wie der Name schon sagt, liefert die Funktion sum() die Summe aller Elemente eines Iterables, wie Listen oder Tupel. Das List Comprehensions ist eine Methode, aus den Elementen einer bereits bestehenden Liste eine Liste zu erstellen.

Die Funktion sum() und List Comprehensions können dabei helfen, die Standardabweichung einer Liste zu berechnen. Hier ist ein Beispielcode.

import math

list = [12, 24, 36, 48, 60]
print("List : " + str(list))

mean = sum(list) / len(list)
var = sum((l - mean) ** 2 for l in list) / len(list)
st_dev = math.sqrt(var)

print("Standard deviation of the given list: " + str(st_dev))

Ausgabe:

List : [12, 24, 36, 48, 60]
Standard deviation of the given list: 16.97056274847714

Im obigen Beispiel wird das Modul math importiert. Es bietet die Funktion sqrt(), um die Quadratwurzel eines gegebenen Wertes zu berechnen. Beachten Sie auch, dass die Funktion len() ebenfalls verwendet wird. Diese Funktion hilft dabei, die Länge der gegebenen Liste anzugeben, beispielsweise die Anzahl der Elemente in der Liste.

Diese Methode basiert auf der mathematischen Formel der Standardabweichung. Zuerst berechnen wir die Varianz und ziehen dann ihre Quadratwurzel, um die Standardabweichung zu finden.

Lakshay Kapoor avatar Lakshay Kapoor avatar

Lakshay Kapoor is a final year B.Tech Computer Science student at Amity University Noida. He is familiar with programming languages and their real-world applications (Python/R/C++). Deeply interested in the area of Data Sciences and Machine Learning.

LinkedIn

Verwandter Artikel - Python Statistics

Verwandter Artikel - Python List