jax.numpy.nanvar

内容

jax.numpy.nanvar#

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

计算数组元素沿给定轴的方差，忽略 NaN。

JAX 实现 numpy.nanvar()。

参数：

  • a (ArrayLike) – 输入数组。

  • axis (Axis) – 可选，int 或 int 序列，默认=None。计算方差的轴。如果为 None，则沿扁平化数组计算方差。

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

  • ddof (int) – int，默认为 0。自由度。方差计算中的除数为 N-ddof，N 是沿给定轴的元素数量。

  • keepdims (bool) – bool，默认为 False。如果为 True，则大小为 1 的结果中会保留约减的轴。

  • where (ArrayLike | None) – 可选，布尔数组，默认为 None。用于计算方差的元素。数组应与输入广播兼容。

  • out (None) – JAX 未使用。

返回值:

包含沿指定轴的数组元素方差的数组。如果沿给定轴的所有元素都是 NaN，则返回 nan。

返回类型:

数组

另请参阅

示例

默认情况下，jnp.nanvar 计算所有轴上的方差。

>>> nan = jnp.nan
>>> x = jnp.array([[1, nan, 4, 3],
...                [nan, 2, nan, 9],
...                [4, 8, 6, nan]])
>>> jnp.nanvar(x)
Array(6.984375, dtype=float32)

如果 axis=1，则沿轴 1 计算方差。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanvar(x, axis=1))
[ 1.56 12.25  2.67]

要保留输入的维度，可以设置 keepdims=True。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanvar(x, axis=1, keepdims=True))
[[ 1.56]
 [12.25]
 [ 2.67]]

如果 ddof=1

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.nanvar(x, axis=1, keepdims=True, ddof=1))
[[ 2.33]
 [24.5 ]
 [ 4.  ]]

要包含数组的特定元素来计算方差，可以使用 where。

>>> where = jnp.array([[1, 0, 1, 0],
...                    [0, 1, 1, 0],
...                    [1, 1, 0, 1]], dtype=bool)
>>> jnp.nanvar(x, axis=1, keepdims=True, where=where)
Array([[2.25],
       [0.  ],
       [4.  ]], dtype=float32)
目录