jax.numpy.nanstd

内容

jax.numpy.nanstd#

jax.numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims=False, where=None)[source]#

计算给定轴上的标准差，忽略 NaN。

JAX 实现 numpy.nanstd().

参数：

  • a (ArrayLike) – 输入数组。

  • axis (轴) – 可选，int 或 int 序列，默认值为 None。计算标准偏差的轴。如果为 None，则沿扁平化数组计算标准偏差。

  • dtype (DTypeLike | None) – 输出数组的类型。默认值为 None。

  • ddof (int) – int，默认值为 0。自由度。标准偏差计算中的除数为 N-ddof，N 是给定轴上的元素数量。

  • keepdims (bool) – bool，默认值为 False。如果为 True，则保留结果中的缩减轴，大小为 1。

  • where (ArrayLike | None) – 可选，布尔数组，默认值为 None。用于标准偏差计算的元素。数组应与输入广播兼容。

  • out (None) – JAX 不使用。

返回值:

包含沿给定轴的数组元素标准偏差的数组。如果给定轴上的所有元素都是 NaN，则返回 nan。

返回类型:

数组

参见

示例

默认情况下，jnp.nanstd 计算沿扁平化数组的标准偏差。

>>> nan = jnp.nan
>>> x = jnp.array([[3, nan, 4, 5],
...                [nan, 2, nan, 7],
...                [2, 1, 6, nan]])
>>> jnp.nanstd(x)
Array(1.9843135, dtype=float32)

如果 axis=0，则计算沿轴 0 的标准偏差。

>>> jnp.nanstd(x, axis=0)
Array([0.5, 0.5, 1. , 1. ], dtype=float32)

要保留输入的维度，可以设置 keepdims=True。

>>> jnp.nanstd(x, axis=0, keepdims=True)
Array([[0.5, 0.5, 1. , 1. ]], dtype=float32)

如果 ddof=1

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanstd(x, axis=0, keepdims=True, ddof=1))
[[0.71 0.71 1.41 1.41]]

要包括数组的特定元素来计算标准偏差，可以使用 where。

>>> where=jnp.array([[1, 0, 1, 0],
...                  [0, 1, 0, 1],
...                  [1, 1, 0, 1]], dtype=bool)
>>> jnp.nanstd(x, axis=0, keepdims=True, where=where)
Array([[0.5, 0.5, 0. , 0. ]], dtype=float32)
内容