1. Description de la méthode numpy.std()
La méthode numpy.std() est une fonction fournie par la bibliothèque NumPy en Python, et elle est utilisée pour calculer l'écart-type d'un ensemble de données numériques. L'écart-type est une mesure de la dispersion ou de la variabilité des valeurs dans un ensemble de données. Plus précisément, il indique à quel point les valeurs individuelles s'éloignent en moyenne de la moyenne (valeur moyenne) de l'ensemble de données.
2. Syntaxe et usage de la méthode numpy.std()
Voici la description de la méthode numpy.std() :
Syntaxe
|
1 |
numpy.std(a, axis=None, dtype=None, ddof=0, keepdims=False) |
Paramètres
- a : L'ensemble de données (tableau NumPy, liste ou autre séquence numérique) pour lequel vous souhaitez calculer l'écart-type.
- axis : (Facultatif) L'axe le long duquel l'écart-type doit être calculé si l'entrée a est un tableau multidimensionnel. Si axis n'est pas spécifié, l'écart-type est calculé pour l'ensemble du tableau.
- dtype : (Facultatif) Le type de données désiré pour le calcul de l'écart-type. Par défaut, le type de données est maintenu ou déterminé automatiquement.
- ddof : (Facultatif) Delta degrés de liberté. C'est un paramètre ajustant le calcul de l'écart-type en fonction d'un échantillon plutôt que de la population entière. Par défaut, ddof est réglé sur 0, ce qui signifie que l'écart-type est calculé pour toute la population.
- keepdims : (Facultatif) Si True, les dimensions spécifiées par axis sont conservées dans le tableau de sortie. Si False, les dimensions spécifiées par axis sont réduites.
Valeur de retour
La méthode numpy.std() renvoie la valeur de l'écart-type calculée à partir des données fournies.
3. Exemples d'usages de la méthode numpy.std()
|
1 2 3 4 5 6 7 8 9 10 |
import numpy as np """ std_deviation contiendra l'écart-type des données fournies, c'est-à-dire la mesure de leur dispersion par rapport à la moyenne. """ data = np.array([10, 15, 20, 25, 30]) std_deviation = np.std(data) print("Écart-type :", std_deviation) #output : Écart-type : 7.0710678118654755 |
Younes Derfoufi
CRMEF OUJDA
Acheter sur Très Facile !
