Les Pandas std() est défini comme une fonction permettant de calculer l'écart type de l'ensemble donné de nombres, de DataFrame, de colonne et de lignes. Pour calculer l'écart type, nous devons importer le package nommé ' statistiques ' pour le calcul de la médiane.

L'écart type est normalisé par N-1 par défaut et peut être modifié à l'aide du je vais venir argument.

Structure Java

Syntaxe:

 Series.std(axis=None, skipna=None, level=None, ddof=1, numeric_only=None, **kwargs) 

Paramètres:

axe:{index (0), colonnes (1)}commande:Il exclut toutes les valeurs NA/null. Si NA est présent dans une ligne/colonne entière, le résultat sera NA.niveau:Il compte avec un niveau particulier et se transforme en scalaire si l'axe est un MultiIndex (hiérarchique).Je vais:Degrés de liberté Delta. Le diviseur utilisé dans les calculs est N - ddof, où N représente le nombre d'éléments.numérique_seulement :booléen, valeur par défaut Aucun
Il comprend uniquement les colonnes float, int et booléennes. Si la valeur est None, il tentera de tout utiliser, utilisez donc uniquement des données numériques.
Il n'est pas implémenté pour une série.

Retour:

Il renvoie Series ou DataFrame si le niveau est spécifié.

Exemple 1:

 import pandas as pd # calculate standard deviation import numpy as np print(np.std([4,7,2,1,6,3])) print(np.std([6,9,15,2,-17,15,4])) 

Sortir

liste des polices Gimp

 2.1147629234082532 10.077252622027656 

Exemple 2 :

 import pandas as pd import numpy as np #Create a DataFrame info = { 'Name':['Parker','Smith','John','William'], 'sub1_Marks':[52,38,42,37], 'sub2_Marks':[41,35,29,36]} data = pd.DataFrame(info) data # standard deviation of the dataframe data.std() 

Sortir

 sub1_Marks 6.849574 sub2_Marks 4.924429 dtype: float64