pandas 和 numpy 的标准差不同。为什么以及哪一个是正确的? (相对差异是 3.5%,这不应该来自四舍五入,我认为这很高)。
示例
import numpy as np
import pandas as pd
from StringIO import StringIO
a='''0.057411
0.024367
0.021247
-0.001809
-0.010874
-0.035845
0.001663
0.043282
0.004433
-0.007242
0.029294
0.023699
0.049654
0.034422
-0.005380'''
df = pd.read_csv(StringIO(a.strip()), delim_whitespace=True, header=None)
df.std()==np.std(df) # False
df.std() # 0.025801
np.std(df) # 0.024926
(0.024926 - 0.025801) / 0.024926 # 3.5% relative difference
我使用这些版本:
pandas '0.14.0'
numpy '1.8.1'
最佳答案
简而言之,两者都不是“不正确的”。 Pandas 使用 unbiased estimator (N-1
在分母中),而 Numpy 默认没有。
要使它们的行为相同,请将 ddof=1
传递给 numpy.std()
.
如需进一步讨论,请参阅
关于python - pandas 与 numpy 的不同标准,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24984178/