jax.numpy.nanvar

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

计算沿给定轴的数组元素的方差，忽略 NaN。

numpy.nanvar() 的 JAX 实现。

参数:

• a (ArrayLike) – 输入数组。

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

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

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

• keepdims (bool) – bool 类型，默认值为 False。如果为 True，则结果中会保留大小为 1 的被缩减轴。

• where (ArrayLike | None) – 可选参数，布尔数组，默认值为 None。用于计算方差的元素。数组应与输入进行广播兼容。

• out (None) – JAX 未使用此参数。

返回值:

一个数组，包含沿指定轴的数组元素的方差。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

• jax.numpy.nanmean()：计算给定轴上数组元素的均值，忽略 NaN 值。

• jax.numpy.nanstd()：计算给定轴的标准差，忽略 NaN 值。

• jax.numpy.var()：计算沿给定轴的数组元素的方差。

示例

默认情况下，jnp.nanvar 计算沿所有轴的方差。

>>> 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，则计算沿轴 1 的方差。

>>> 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)