jax.numpy.std

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

计算给定轴上的标准差。

JAX 实现的 numpy.std()。

参数:

• a (ArrayLike) – 输入数组。

• axis (Axis | None) – 可选，整数或整数序列，默认值=None。计算标准差的轴。如果为 None，则沿所有轴计算标准差。

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

• ddof (int) – 整数，默认值=0。自由度。标准差计算中的除数是 N-ddof，N 是给定轴上的元素数量。

• keepdims (bool) – 布尔值，默认值=False。如果为 True，则缩减的轴将保留在结果中，大小为 1。

• where (ArrayLike | None | None) – 可选，布尔数组，默认值=None。要在标准差中使用的元素。数组应与输入广播兼容。

• correction (int | float | None | None) – 整数或浮点数，默认值=None。 ddof 的替代名称。不能同时提供 ddof 和 correction。

• out (None | None) – JAX 未使用。

返回:

沿给定轴的标准差数组。

返回类型:

数组

另请参阅

• jax.numpy.var()：计算给定轴上数组元素的方差。

• jax.numpy.mean()：计算给定轴上数组元素的平均值。

• jax.numpy.nanvar()：计算给定轴上的方差，忽略 NaN 值。

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

示例

默认情况下，jnp.std 计算所有轴上的标准差。

>>> x = jnp.array([[1, 3, 4, 2],
...                [4, 2, 5, 3],
...                [5, 4, 2, 3]])
>>> with jnp.printoptions(precision=2, suppress=True):
...   jnp.std(x)
Array(1.21, dtype=float32)

如果 axis=0，则沿轴 0 计算。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.std(x, axis=0))
[1.7  0.82 1.25 0.47]

要保留输入的维度，可以设置 keepdims=True。

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.std(x, axis=0, keepdims=True))
[[1.7  0.82 1.25 0.47]]

如果 ddof=1

>>> with jnp.printoptions(precision=2, suppress=True):
...   print(jnp.std(x, axis=0, keepdims=True, ddof=1))
[[2.08 1.   1.53 0.58]]

要包括数组的特定元素来计算标准差，可以使用 where。

>>> where = jnp.array([[1, 0, 1, 0],
...                    [0, 1, 0, 1],
...                    [1, 1, 1, 0]], dtype=bool)
>>> jnp.std(x, axis=0, keepdims=True, where=where)
Array([[2., 1., 1., 0.]], dtype=float32)